目录
解法2:动态规划 (to be continue
题目如下
解题思路
解法1:拓扑排序
拓扑排序回顾
拓扑排序的意义:拓扑排序要解决的问题是给一个图的所有节点排序。拓扑排序通常用来“排序”具有依赖关系的任务。【比如,如果用一个DAG图来表示一个工程,其中每个顶点表示工程中的一个任务,用有向边<script type="math/tex" id="MathJax-Element-1"> </script>表示在做任务 B 之前必须先完成任务 A。故在这个工程中,任意两个任务要么具有确定的先后关系,要么是没有关系,绝对不存在互相矛盾的关系(即环路)。】
理论:在图论中,拓扑排序(Topological Sorting)是一个有向无环图(DAG, Directed Acyclic Graph)的所有顶点的线性序列。且该序列必须满足下面两个条件:
- 每个顶点出现且只出现一次。
- 若存在一条从顶点 A 到顶点 B 的路径,那么在序列中顶点 A 出现在顶点 B 的前面。有向无环图(DAG)才有拓扑排序,非DAG图没有拓扑排序一说。
例如,下面这个图:它是一个 DAG 图,那么如何写出它的拓扑排序呢?
这里说一种比较常用的方法:
- 从 DAG 图中选择一个 没有前驱(即入度为0)的顶点并输出。
- 从图中删除该顶点和所有以它为起点的有向边。
- 重复 1 和 2 直到当前的 DAG 图为空或当前图中不存在无前驱的顶点为止。后一种情况说明有向图中必然存在环。
于是,得到拓扑排序后的结果是 { 1, 2, 4, 3, 5 }。【注:通常,一个有向无环图可以有一个或多个拓扑排序序列。】
参考文献:
思路和算法
由于sequences 中的每个序列都是nums 的子序列,因此每个序列中的数字顺序都和nums 中的数字顺序一致。为了判断nums 是不是序列的唯一最短超序列。1、只需要判断根据sequences 中的每个序列构造超序列的结果是否唯一。2、如果唯一了之后再校验是否是最短(见后文step2巧妙的方法)。
step1:可以将 sequences 中的所有序列看成有向图,数字 1 到 n 分别表示图中的 n 个结点,每个序列中的相邻数字表示的结点之间存在一条有向边。根据给定的序列构造超序列等价于有向图的拓扑排序。
- 首先根据有向边计算每个结点的入度,
- 然后将所有入度为 0 的结点添加到队列中,进行拓扑排序。
- 每一轮拓扑排序时,队列中的元素个数表示可以作为超序列下一个数字的元素个数,根据队列中的元素个数,执行如下操作:
- 如果队列中的元素个数大于 1,则超序列的下一个数字不唯一,因此 nums 不是唯一的最短超序列,返回 false。
- 如果队列中的元素个数等于 1,则超序列的下一个数字是队列中唯一的数字。将该数字从队列中取出,将该数字指向的每个数字的入度减 1,并将入度变成 0 的数字添加到队列中。
重复上述过程,直到出现队列中的元素个数不等于 1 的情况。
- 如果队列中的元素个数大于 1,则 nums 不是唯一的最短超序列,返回 false。【结束标志】
- 如果队列为空,则完整的拓扑排序结束,nums 是唯一的最短超序列,返回 true。【结束标志】
(上面的步骤是关于查看sequences的超序列是否唯一(即上述的第一步),所以只使用到了sequences。)
step2:如果发现超序列不唯一,则本题直接判false。如果唯一,则判断是否为最短。实际操作并不用再去判断是否与sequences排列出来的最短超序列一致(出队列的顺序就是生成最短超序列的顺序),原文使用的较为巧妙的思路是假设有nums的长度个节点,已经是1——n个了。然后在入度为0的第一步(如果入度为0则进队列,队列中有超过一个的则直接判false。),就直接让多出的元素显露了出来。因为多出的元素肯定入度为0,会与第一个起点冲突,从而被判false。
代码1
class Solution {
public:
bool sequenceReconstruction(vector<int>& nums, vector<vector<int>>& sequences) {
int n = nums.size();
vector<int> indegrees(n + 1);
vector<unordered_set<int>> graph(n + 1);
for (auto &sequence : sequences) {
for (int i = 1; i < sequence.size(); i++) {
int prev = sequence[i - 1], next = sequence[i];
if (!graph[prev].count(next)) {
graph[prev].emplace(next);
indegrees[next]++;
}
}
}
queue<int> qu;
for (int i = 1; i <= n; i++) {
if (indegrees[i] == 0) {
qu.emplace(i);
}
}
while (!qu.empty()) {
if (qu.size() > 1) {
return false;
}
int num = qu.front();
qu.pop();
for (int next : graph[num]) {
indegrees[next]--;
if (indegrees[next] == 0) {
qu.emplace(next);
}
}
}
return true;
}
};
解法2:动态规划
类似的题目,最短公共父序列,to be continue...