给你一个有向无环图,这是一个有根的树(所以所有的边都是向下的,没有两条路径可以从根部相交(。您知道图形中每条边的长度。我正在寻找一种算法来检查线性时间中是否存在长度为 N 的路径。
我正在考虑将图形转换为拓扑顺序,然后只遍历每个顶点,同时跟踪从给定顶点开始的所有路径。我不确定这是否是正确的解决方案。我可以得到任何关于如何做得更好的帮助吗?
由于您的树是定向的,并且不能有上下路径,因此以下是树节点数的线性解。
我觉得如果我们首先考虑一个更简单的问题,这更容易解释:给定一个数组a
,找出是否有一个总和为N
的子数组。
我们将为此使用前缀总和:
s[0] = a[0]
s[i > 0] = s[i - 1] + a[i]
然后这个想法是检查,对于每个0 <= i < a.len
,s[j < i]
是否包含一个值,p
使得s[i] - p == N
。重写这个,我们得到,p == s[i] - N
.
一个朴素的实现是:
s[0] = a[0]
if a[0] == N:
found it!
for i = 1 to a.len:
s[i] = s[i-1] + a[i]
for j = 0 to i:
if s[j] == s[i] - N:
found it!
但是,我们可以将嵌套的 for 循环替换为O(a.len log a.len) / O(a.len)
解决方案的字典。
我们需要为树实现相同的解决方案,在深度优先搜索期间构建该字典,但在从递归调用返回时注意从中删除元素:
DFS(node, sums_dict, current_sum):
if current_sum - N in sums_dict:
found it!
else:
sums_dict.add(current_sum)
for c in node.children:
DFS(c, sums_dict, current_sum + c.edge_len)
sums_dict.remove(current_sum)
初始调用:DFS(root, <empty>, 0)
。
时间复杂度:O(T * D)
,其中T
是树中的节点数,D
是我们字典的复杂度:O(log T)
或O(1)
。