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