【剑指 Offer II 115. 重建序列】

来源：力扣（LeetCode）

描述：

给定一个长度为 n 的整数数组 nums ，其中 nums 是范围为 [1，n] 的整数的排列。还提供了一个 2D 整数数组 sequences ，其中 sequences[i] 是 nums 的子序列。
检查 nums 是否是唯一的最短 超序列 。最短 超序列 是 长度最短 的序列，并且所有序列 sequences[i] 都是它的子序列。对于给定的数组 sequences ，可能存在多个有效的 超序列 。

• 例如，对于 sequences = [[1,2],[1,3]] ，有两个最短的 超序列 ，[1,2,3] 和 [1,3,2] 。

• 而对于 sequences = [[1,2],[1,3],[1,2,3]] ，唯一可能的最短 超序列 是 [1,2,3] 。[1,2,3,4] 是可能的超序列，但不是最短的。

如果 nums 是序列的唯一最短 超序列 ，则返回 true ，否则返回 false 。
子序列 是一个可以通过从另一个序列中删除一些元素或不删除任何元素，而不改变其余元素的顺序的序列。

示例 1：

输入：nums = [1,2,3], sequences = [[1,2],[1,3]]
输出：false
解释：有两种可能的超序列：[1,2,3]和[1,3,2]。
序列 [1,2] 是[1,2,3]和[1,3,2]的子序列。
序列 [1,3] 是[1,2,3]和[1,3,2]的子序列。
因为 nums 不是唯一最短的超序列，所以返回false。

示例 2：

输入：nums = [1,2,3], sequences = [[1,2]]
输出：false
解释：最短可能的超序列为 [1,2]。
序列 [1,2] 是它的子序列：[1,2]。
因为 nums 不是最短的超序列，所以返回false。

示例 3：

输入：nums = [1,2,3], sequences = [[1,2],[1,3],[2,3]]
输出：true
解释：最短可能的超序列为[1,2,3]。
序列 [1,2] 是它的一个子序列：[1,2,3]。
序列 [1,3] 是它的一个子序列：[1,2,3]。
序列 [2,3] 是它的一个子序列：[1,2,3]。
因为 nums 是唯一最短的超序列，所以返回true。

提示：

• n == nums.length
• 1 <= n <= 10⁴
• nums 是 [1, n] 范围内所有整数的排列
• 1 <= sequences.length <= 10⁴
• 1 <= sequences[i].length <= 10⁴
• 1 <= sum(sequences[i].length) <= 10⁵
• 1 <= sequences[i][j] <= n
• sequences 的所有数组都是 唯一 的
• sequences[i] 是 nums 的一个子序列

方法：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，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。

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。

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。

证明

如果拓扑排序的过程中，有一轮的队列中的元素个数大于 1，则由于超序列的下一个数字有多种可能，因此 nums 不是唯一的最短超序列，这一点颇为直观。需要证明的是：当队列为空时，完整的拓扑排序结束， nums 是唯一的最短超序列。

证明一：只有当 nums 中的所有数字都在至少一个序列中出现时，才可能执行完整的拓扑排序。

由于 sequences 中的每个序列都是 nums 的子序列，因此序列中不存在环，对于所有在至少一个序列中出现的数字，这些数字中一定存在入度为 0 的数字。

如果一个数字没有在任何序列中出现，则该数字的入度为 0，即初始时就有多个数字的入度为 0，超序列的第一个数字就不唯一，此时会提前返回 false。因此如果执行完整的拓扑排序，则 nums 中的所有数字都在至少一个序列中出现。

证明二：当执行完整的拓扑排序时，得到的超序列的长度为 n。

由于序列中不存在环，因此当完整的拓扑排序结束时，所有在至少一个序列中出现过的数字都在超序列中。由于执行完整的拓扑排序意味着 nums 中的所有数字都在至少一个序列中出现，因此 nums 中的所有数字都在超序列中，即超序列的长度为 n。

综上所述，当完整的拓扑排序结束时， nums 是唯一的最短超序列。

代码：

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;
    }
};

执行用时：112 ms, 在所有 C++ 提交中击败了60.83%的用户
内存消耗：71.7 MB, 在所有 C++ 提交中击败了37.95%的用户
复杂度分析
时间复杂度： O(n + m)，其中 n 是数组 nums 的长度， m 是 \ sequences 中的所有序列长度之和。建图和拓扑排序都需要 O(n + m) 的时间。
空间复杂度：O(n + m) ，其中 n 是数组 nums 的长度， m 是 sequences 中的所有序列长度之和。需要 O(n + m) 的空间存储图信息，需要 O(n) 的空间存储每个结点的入度，拓扑排序过程中队列空间是 O(n) 。
author：LeetCode-Solution