[leetcode每日一题2021/1/13]684. 冗余连接【中等】并查集

题目来源于leetcode，解法和思路仅代表个人观点。传送门。
难度：中等

题目

在本问题中, 树指的是一个连通且无环的无向图。

输入一个图，该图由一个有着N个节点 (节点值不重复1, 2, …, N) 的树及一条附加的边构成。附加的边的两个顶点包含在1到N中间，这条附加的边不属于树中已存在的边。

结果图是一个以边组成的二维数组。每一个边的元素是一对[u, v] ，满足 u < v，表示连接顶点u 和v的无向图的边。

返回一条可以删去的边，使得结果图是一个有着N个节点的树。如果有多个答案，则返回二维数组中最后出现的边。答案边 [u, v] 应满足相同的格式 u < v。

示例 1：

输入: [[1,2], [1,3], [2,3]]
输出: [2,3]
解释: 给定的无向图为:
  1
 / \
2 - 3

示例 2：

输入: [[1,2], [2,3], [3,4], [1,4], [1,5]]
输出: [1,4]
解释: 给定的无向图为:
5 - 1 - 2
    |   |
    4 - 3

注意:
输入的二维数组大小在 3 到 1000。 二维数组中的整数在1到N之间，其中N是输入数组的大小。

思路

思路与此题类似
并查集入门-990. 等式方程的可满足性

并查集

正常思路：选择一条边去掉，使得该图的连通分量不变。但是如果这样编程的话，每次用dfs遍历该图，会试得时间复杂度大大提高。我们可以把思路颠倒一下。

遍历edges数组，构建一个图，使得其连通分量为1
检查两个顶点是否在同一个集合中
否：合并两个顶点所在的集合
是：返回该边作为答案（由于图有N个顶点，第一条出现的边，就是二维数组中最后出现的答案）

---

该题，使用并查集的特点：无向图的连通性

代码

class Solution {
public:
    //构建并查集
    class UnionFind{
    public:
        vector<int> parent;
        UnionFind(int n){
            parent.resize(n);
            for(int i=0;i<n;i++){
                parent[i] = i;
            }
        }
        //合并 两个顶点所在的集合
        void join(int x,int y){
            int rootX = find(x);
            int rootY = find(y);
            // x -> y
            parent[rootX] = rootY;
        }
        //查找一个顶点的 父节点
        int find(int x){
            while(parent[x] != x){
                //路径压缩
                parent[x] = parent[parent[x]];
                x = parent[x];
            }
            return x;
        }
        //判断两个顶点是否在同一个集合中
        bool isConnected(int x,int y){
            return find(x) == find(y);
        }
    };
    vector<int> findRedundantConnection(vector<vector<int>>& edges) {
        vector<int> ans(2);
        //依次取数组中的边，利用并查集归并
        int N = edges.size();
        UnionFind unionFind(N+1);
        for(int i=0;i<N;i++){
            int x = edges[i][0];
            int y = edges[i][1];
            if(!unionFind.isConnected(x,y)){
                //如果不在同一个集合中，就将两个集合合并
                unionFind.join(x,y);
            }else{
                //如果在同一个集合中，就得出答案
                ans[0] = x;
                ans[1] = y;
            }
        }
        return ans;
    }
};

算法复杂度

引自-官方题解

时间复杂度： O(NlogN)，其中 N 是图中的节点个数。需要遍历图中的 N 条边，对于每条边，需要对两个节点查找祖先，如果两个节点的祖先不同则需要进行合并，需要进行 2 次查找和最多 1 次合并。一共需要进行 2N 次查找和最多 N 次合并，因此总时间复杂度是 O(2NlogN)=O(NlogN)。这里的并查集使用了路径压缩，但是没有使用按秩合并，最坏情况下的时间复杂度是O(NlogN)，平均情况下的时间复杂度依然是O(Nα(N))，其中 α 为阿克曼函数的反函数，α(N) 可以认为是一个很小的常数。
空间复杂度： O(N)，其中 N 是图中的节点个数。使用数组parent 记录每个节点的祖先。