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。