LeetCode 547，2024年最新字节跳动Linux运维研发岗这些知识点内部泄露出来了

最新推荐文章于 2024-10-06 13:05:10 发布

2401_83621784

最新推荐文章于 2024-10-06 13:05:10 发布

阅读量581

点赞数 21

分类专栏： 2024年程序员学习文章标签： leetcode 算法职场和发展

本文链接：https://blog.csdn.net/2401_83621784/article/details/137880753

版权

2024年程序员学习专栏收录该内容

268 篇文章 0 订阅

订阅专栏

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Linux运维全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上运维知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注运维）

正文

例如**：**isConnected = [[1,0,0,1],[0,1,1,0],[0,1,1,1],[1,0,1,1]]

有四个城市编号分别是0,1,2,3

0与0,3相连(自己当然和自己是相连的)
1与1,2相连
2与1,2,3相连
3与0,2,3相连

转化成图示化后如下:

很显然，这就是4个集合，如果我们将每个集合的元素按照从小到大排序，也就是isConnected的每一个元素list里的城市编号顺序进行重绘，就会得到：

根据题意，如果两个城市集合中有相同元素，就因为合并这两个集合，因为它们属于一个省份

这与另外一篇题解里的题目类似LeetCode 721.账户合并题解-CSDN博客，这里就不重复赘述了。

解题思路

数组并查集

上述已经阐明思路，这里直接提供代码

在城市数为n的情况下:

时间复杂度: O(n^3)，构建并查集的时候最耗时，两层循环加find()递归操作。

额外空间复杂度:O(n),用于存储不重复的城市编号和并查集的parent数组。

public int findCircleNum(int[][] isConnected) {
        int cityNum = isConnected.length;

        UninFind uninFind = new UninFind(isConnected.length);
        for (int i = 0; i<cityNum; i++) {
            int root = 0;
            //找到第一个相连的城市编号
            while (isConnected[i][root] != 1) {
                root++;
            }
            int child = root+1;
            //遍历之后的相连城市编号，并合并
             for (; child < cityNum; child++) {
                if (isConnected[i][child] == 1) {
                    uninFind.union(child, root);
                }
             }
        }
        Set<Integer> rootSet = new HashSet<>();
        //找到所有城市的集合的不重复的根
        for (int i = 0; i< cityNum; i++) {
            rootSet.add(uninFind.find(i));
        }
        return rootSet.size();
    }

    class UninFind {
        int[] parent;

        public UninFind(int n) {
            parent = new int[n];
            IntStream.range(0, n).forEach(i -> parent[i] = i);
        }
        public int find(int i) {
            if (parent[i] == i) {
                return i;
            }
            return find(parent[i]);
        }

        public void union(int i, int j) {
            parent[find(i)] = find(j);
        }
    }