给你一棵由 n 个顶点组成的无向树,顶点编号从 1 到 n
。青蛙从 顶点 1 开始起跳。规则如下:
- 在一秒内,青蛙从它所在的当前顶点跳到另一个 未访问 过的顶点(如果它们直接相连)。
- 青蛙无法跳回已经访问过的顶点。
- 如果青蛙可以跳到多个不同顶点,那么它跳到其中任意一个顶点上的机率都相同。
- 如果青蛙不能跳到任何未访问过的顶点上,那么它每次跳跃都会停留在原地。
无向树的边用数组 edges
描述,其中 edges[i] = [fromi, toi]
意味着存在一条直接连通 fromi
和 toi
两个顶点的边。
返回青蛙在 t
秒后位于目标顶点 target
上的概率。
示例 1:
输入:n = 7, edges = [[1,2],[1,3],[1,7],[2,4],[2,6],[3,5]], t = 2, target = 4 输出:0.16666666666666666 解释:上图显示了青蛙的跳跃路径。青蛙从顶点 1 起跳,第 1 秒 有 1/3 的概率跳到顶点 2 ,然后第 2 秒 有 1/2 的概率跳到顶点 4,因此青蛙在 2 秒后位于顶点 4 的概率是 1/3 * 1/2 = 1/6 = 0.16666666666666666 。
示例 2:
输入:n = 7, edges = [[1,2],[1,3],[1,7],[2,4],[2,6],[3,5]], t = 1, target = 7 输出:0.3333333333333333 解释:上图显示了青蛙的跳跃路径。青蛙从顶点 1 起跳,有 1/3 = 0.3333333333333333 的概率能够 1 秒 后跳到顶点 7 。
提示:
1 <= n <= 100
edges.length == n - 1
edges[i].length == 2
1 <= ai, bi <= n
1 <= t <= 50
1 <= target <= n
方法一:BFS
class Solution:
def frogPosition(
self, n: int, edges: List[List[int]], t: int, target: int
) -> float:
g = defaultdict(list)
for u, v in edges:
g[u].append(v)
g[v].append(u)
q = deque([(1, 1.0)])
vis = [False] * (n + 1)
vis[1] = True
while q and t >= 0:
for _ in range(len(q)):
u, p = q.popleft()
nxt = [v for v in g[u] if not vis[v]]
if u == target and (not nxt or t == 0):
return p
for v in nxt:
vis[v] = True
q.append((v, p / len(nxt)))
t -= 1
return 0
class Solution {
public double frogPosition(int n, int[][] edges, int t, int target) {
List<Integer>[] g = new List[n + 1];
Arrays.setAll(g, k -> new ArrayList<>());
for (int[] e : edges) {
int u = e[0], v = e[1];
g[u].add(v);
g[v].add(u);
}
Deque<Pair<Integer, Double>> q = new ArrayDeque<>();
q.offer(new Pair<>(1, 1.0));
boolean[] vis = new boolean[n + 1];
vis[1] = true;
while (!q.isEmpty() && t >= 0) {
for (int k = q.size(); k > 0; --k) {
Pair<Integer, Double> x = q.poll();
int u = x.getKey();
double p = x.getValue();
List<Integer> nxt = new ArrayList<>();
for (int v : g[u]) {
if (!vis[v]) {
nxt.add(v);
vis[v] = true;
}
}
if (u == target && (nxt.isEmpty() || t == 0)) {
return p;
}
for (int v : nxt) {
q.offer(new Pair<>(v, p / nxt.size()));
}
}
--t;
}
return 0;
}
}
class Solution {
public:
double frogPosition(int n, vector<vector<int>>& edges, int t, int target) {
vector<vector<int>> g(n + 1);
for (auto& e : edges) {
int u = e[0], v = e[1];
g[u].push_back(v);
g[v].push_back(u);
}
typedef pair<int, double> pid;
queue<pid> q;
q.push({1, 1.0});
vector<bool> vis(n + 1);
vis[1] = true;
while (!q.empty() && t >= 0) {
for (int k = q.size(); k; --k) {
auto x = q.front();
q.pop();
int u = x.first;
double p = x.second;
vector<int> nxt;
for (int v : g[u]) {
if (!vis[v]) {
vis[v] = true;
nxt.push_back(v);
}
}
if (u == target && (t == 0 || nxt.empty())) return p;
for (int v : nxt) q.push({v, p / nxt.size()});
}
--t;
}
return 0;
}
};
type pid struct {
x int
p float64
}
func frogPosition(n int, edges [][]int, t int, target int) float64 {
g := make([][]int, n+1)
for _, e := range edges {
u, v := e[0], e[1]
g[u] = append(g[u], v)
g[v] = append(g[v], u)
}
q := []pid{pid{1, 1.0}}
vis := make([]bool, n+1)
vis[1] = true
for len(q) > 0 && t >= 0 {
for k := len(q); k > 0; k-- {
x := q[0]
q = q[1:]
u, p := x.x, x.p
var nxt []int
for _, v := range g[u] {
if !vis[v] {
vis[v] = true
nxt = append(nxt, v)
}
}
if u == target && (len(nxt) == 0 || t == 0) {
return p
}
for _, v := range nxt {
q = append(q, pid{v, p / float64(len(nxt))})
}
}
t--
}
return 0
}