LC 834. 树中距离之和

题目描述

这是 LeetCode 上的 834. 树中距离之和 ，难度为困难。

给定一个无向、连通的树。

树中有 n 个标记为 0...n-1 的节点以及 n-1 条边。

给定整数 n 和数组 edges， $edges[i] = [a{i}, b{i}]$表示树中的节点 $a{i}$ 和 $b{i}$ 之间有一条边。

返回长度为 n 的数组 answer，其中 answer[i] 是树中第 i 个节点与所有其他节点之间的距离之和。

示例 1:

输入: n = 6, edges = [[0,1],[0,2],[2,3],[2,4],[2,5]]

输出: [8,12,6,10,10,10]

解释: 树如图所示。
我们可以计算出 dist(0,1) + dist(0,2) + dist(0,3) + dist(0,4) + dist(0,5) 
也就是 1 + 1 + 2 + 2 + 2 = 8。 因此，answer[0] = 8，以此类推。

示例 2:

1
2
3

输入: n = 1, edges = []

输出: [0]

示例 3:

1
2
3

输入: n = 2, edges = [[1,0]]

输出: [1,1]

提示:

$1 <= n <= 3 \times 10^4$
$edges.length = n - 1$
$edges[i].length = 2$
$0 <= a{i}, b{i} < n$
$a{i} != b{i}$
给定的输入保证为有效的树

树形 DP

对于树形 DP，可以随便以某个节点为根，把整棵树“拎起来”进行分析，通常还会以“方向”作为切入点进行思考。

不妨以编号为 0 的节点作为根节点进行分析：假设当前处理到的节点为 u，当前节点 u 的父节点为 fa，同时 u 有若干子节点 j。

对于任意节点 u 而言，其树中距离之和可根据「方向/位置」分为两大类（对应示例图的左右两部分）：

所有从节点 u “往下”延伸所达的节点距离之和，即所有经过 u -> j 边所能访问到的节点距离之和
所有从节点 u “往上”延伸所达的节点距离之和，即经过 u -> fa 边所能访问到的节点距离之和

假设我们能够用 $f[u]$ 和 $g[u]$ 预处理出每个节点“往下”和“往上”的距离之和，那么就有 $ans[u] = f[u] + g[u]$。

不失一般性分别考虑 $f[u]$ 和 $g[u]$ 该如何计算。

为了方便，起始先用「链式前向星」对 edges 进行转存，同时在递归计算 $f[u]$ 时，将父节点 fa 也进行传递，从而避免遍历节点 u 的出边时，重新走回 fa 。

$f[u]$ 的推导

对于叶子节点（没有“往下”出边的节点），我们有 $f[u] = 0$ 的天然条件，计算好的叶子节点值可用于更新其父节点，因此求解 $f[u]$ 是一个「从下往上」的递推过程。

假设当前处理到的节点是 u，往下节点有 $j{1}$、$j{2}$ 和 $j_{3}$ ，且所有 $f[j]$ 均已计算完成。

由于 $f[u]$ 是由所有存在“往下”出边的节点 j 贡献而来。而单个子节点 j 来说，其对 $f[u]$ 的贡献应当是：在所有原有节点到节点 j 的距离路径中，额外增加一条当前出边（u -> j），再加上 1（代表节点 u 到节点 j 的距离）。

原路径距离之和恰好是 $f[j]$，额外需要增加的出边数量为原来参与计算 $f[j]$ 的点的数量（即挂载在节点 j 下的数量），因此我们还需要一个 c 数组，来记录某个节点下的子节点数量。

最终的 $f[u]$ 为所有符合条件的节点的 j 的 $f[j] + c[j] + 1$ 的总和。

$g[u]$ 的推导

对于树形 DP 题目，“往下”的计算往往是容易的，而“往上”的计算则是稍稍麻烦。

假设当前我们处理到节点为 u，将要遍历的节点为 j，考虑如何使用已经计算好的 $f[X]$ 来求解 $g[j]$。

这里为什么是求解 $g[j]$，而不是 $g[u]$ 呢？

因为我们求解的方向是“往上”的部分，必然是用父节点的计算结果，来推导子节点的结果，即求解 $g[u]$ 是一个「从上往下」的过程。

对于树形 DP ，通常需要对“往上”进一步拆分：「往上再往上」和「往上再往下」：

往上再往上：是指经过了 j -> u 后，还必然经过 u -> fa 这条边时，所能到达的节点距离之和：

这部分对 $g[j]$ 的贡献为：在所有原有节点到节点 u 的距离路径中，额外增加一条当前出边（u -> j），增加当前出边的数量与节点数量相同，点数量为 $n - 1 - c[u]$，含义为总节点数量减去 u 节点以及子节点数量。

即此部分对 $g[j]$ 的贡献为 $g[u] + n - 1 - c[u]$。

往上再往下：是指经过了 j -> u 后，还经过「除 u -> j 以外」的其他“往下”边时，所能到达的节点距离之和：

这部分的计算需要先在 $f[u]$ 中剔除 $f[j]$ 的贡献，然后再加上额外边（u -> j）的累加数量，同样也是节点数量。

从 $f[u]$ 中剔除 $f[j]$ 后为 $f[u] - f[j] - c[j]$，而点的数量为 $c[u] - 1 - c[j]$，含义为在以节点 u 为根的子树中剔除调用以节点 j 为根节点的部分。

即此部分对 $g[j]$ 的贡献为 $f[u] - f[j] - c[j] + c[u] - 1 - c[j]$。

Java 代码：

class Solution {
    int N = 30010, M = 60010, idx = 0, n;
    int[] he = new int[N], e = new int[M], ne = new int[M];
    int[] f = new int[N], c = new int[N], g = new int[N];
    void add(int a, int b) {
        e[idx] = b;
        ne[idx] = he[a];
        he[a] = idx++;
    }
    public int[] sumOfDistancesInTree(int _n, int[][] es) {
        n = _n;
        Arrays.fill(he, -1);
        for (int[] e : es) {
            int a = e[0], b = e[1];
            add(a, b); add(b, a);
        }
        dfs1(0, -1);
        dfs2(0, -1);
        int[] ans = new int[n];
        for (int i = 0; i < n; i++) ans[i] = f[i] + g[i];
        return ans;
    }
    int[] dfs1(int u, int fa) {
        int tot = 0, cnt = 0;
        for (int i = he[u]; i != -1; i = ne[i]) {
            int j = e[i];
            if (j == fa) continue;
            int[] next = dfs1(j, u);
            tot += next[0] + next[1] + 1; cnt += next[1] + 1;
        }
        f[u] = tot; c[u] = cnt;
        return new int[]{tot, cnt};
    }
    void dfs2(int u, int fa) {
        for (int i = he[u]; i != -1; i = ne[i]) {
            int j = e[i];
            if (j == fa) continue;
            g[j] += g[u] + n - 1 - c[u]; // 往上再往上
            g[j] += f[u] - f[j] - c[j] + c[u] - 1 - c[j];  // 往上再往下
            dfs2(j, u);
        }
    }
}

C++ 代码：

class Solution {
public:
    int N = 30010, M = 60010, idx = 0, n;
    int he[30010], e[60010], ne[60010];
    int f[30010], c[30010], g[30010];
    void add(int a, int b) {
        e[idx] = b;
        ne[idx] = he[a];
        he[a] = idx++;
    }
    vector<int> sumOfDistancesInTree(int _n, vector<vector<int>>& es) {
        n = _n;
        memset(he, -1, sizeof(he));
        for (auto& e : es) {
            int a = e[0], b = e[1];
            add(a, b);
            add(b, a);
        }
        dfs1(0, -1);
        dfs2(0, -1);
        vector<int> ans(n);
        for (int i = 0; i < n; i++) ans[i] = f[i] + g[i];
        return ans;
    }
    vector<int> dfs1(int u, int fa) {
        int tot = 0, cnt = 0;
        for (int i = he[u]; i != -1; i = ne[i]) {
            int j = e[i];
            if (j == fa) continue;
            vector<int> next = dfs1(j, u);
            tot += next[0] + next[1] + 1;
            cnt += next[1] + 1;
        }
        f[u] = tot; c[u] = cnt;
        return {tot, cnt};
    }
    void dfs2(int u, int fa) {
        for (int i = he[u]; i != -1; i = ne[i]) {
            int j = e[i];
            if (j == fa) continue;
            g[j] += g[u] + n - 1 - c[u];
            g[j] += f[u] - f[j] - c[j] + c[u] - 1 - c[j];
            dfs2(j, u);
        }
    }
};

时间复杂度：$O(n)$
空间复杂度：$O(n)$

最后

这是我们「刷穿 LeetCode」系列文章的第 No.834 篇，系列开始于 2021/01/01，截止于起始日 LeetCode 上共有 1916 道题目，部分是有锁题，我们将先把所有不带锁的题目刷完。

在这个系列文章里面，除了讲解解题思路以外，还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。

为了方便各位同学能够电脑上进行调试和提交代码，我建立了相关的仓库：https://github.com/SharingSource/LogicStack-LeetCode 。

在仓库地址里，你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。

动态规划 DFS 树形 DP 树

本博客所有文章除特别声明外，均采用 CC BY-SA 4.0 协议，转载请注明出处！

LC 124. 二叉树中的最大路径和上一篇

LC 96. 不同的二叉搜索树下一篇