对于一个具有树特征的无向图,我们可选择任何一个节点作为根。图因此可以成为树,在所有可能的树中,具有最小高度的树被称为最小高度树。给出这样的一个图,写出一个函数找到所有的最小高度树并返回他们的根节点。
格式
该图包含 n 个节点,标记为 0 到 n - 1。给定数字 n 和一个无向边 edges 列表(每一个边都是一对标签)。
你可以假设没有重复的边会出现在 edges 中。由于所有的边都是无向边, [0, 1]和 [1, 0] 是相同的,因此不会同时出现在 edges 里。
示例 1:
输入: n = 4, edges = [[1, 0], [1, 2], [1, 3]]
0
|
1
/ \
2 3
输出: [1]
示例 2:
输入: n = 6, edges = [[0, 3], [1, 3], [2, 3], [4, 3], [5, 4]]
0 1 2
\ | /
3
|
4
|
5
输出: [3, 4]
说明:
根据树的定义,树是一个无向图,其中任何两个顶点只通过一条路径连接。 换句话说,一个任何没有简单环路的连通图都是一棵树。
树的高度是指根节点和叶子节点之间最长向下路径上边的数量。
解题思路
分析可知最后的根节点只可能为1个或者2个。可以采用分层剥削的方法(从边缘开始向内剥削),每次去除一层叶子节点,这样保证最后的节点就是我们所要的。
class Solution(object):
def findMinHeightTrees(self, n, edges):
"""
:type n: int
:type edges: List[List[int]]
:rtype: List[int]
"""
if edges == []:
return [0]
dic = {}
# 先进行两次广度优先遍历,找到每一个节点所有的可连接的点
for i in range(len(edges)):
if edges[i][0] in dic:
dic[edges[i][0]].append(edges[i][1])
else:
dic[edges[i][0]] = []
dic[edges[i][0]].append(edges[i][1])
if edges[i][1] in dic:
dic[edges[i][1]].append(edges[i][0])
else:
dic[edges[i][1]] = []
dic[edges[i][1]].append(edges[i][0])
# print(len(dic))
while len(dic) > 2:
temp = []
# 找出叶子节点
for key in dic:
# 等于1表示该节点只有一个节点可以连接,是叶子节点
if len(dic[key]) == 1:
temp.append(key)
# 去除叶子节点,直到图中的节点只剩下1个或2个
for i in range(len(temp)):
key = temp[i]
k = dic[key][0]
index = dic[k].index(key)
del dic[k][index]
dic.pop(key)
return list(dic.keys())