算法提高1——剑指 Offer II 115. 重建序列

Mr_yangsc

已于 2022-09-09 16:51:35 修改

阅读量157

点赞数

分类专栏：算法提高计划我的硕士生活文章标签：算法数据结构 c++

于 2022-08-04 19:25:10 首次发布

本文链接：https://blog.csdn.net/Mr_yangsc/article/details/126164368

版权

我的硕士生活同时被 2 个专栏收录

12 篇文章 2 订阅

订阅专栏

算法提高计划

4 篇文章 1 订阅

订阅专栏

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：

拓扑排序 - OI Wiki (oi-wiki.org)

(40条消息) 拓扑排序（Topological Sorting）_神奕的博客-CSDN博客_拓扑排序

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;
    }
};