leetcode 1

图节点的度。
图论中：
节点度是指和该节点相关联的边的条数，又称关联度。
特别地，对于有向图，
节点的入度 是指进入该节点的边的条数；
节点的出度是指从该节点出发的边的条数。
题目

方法一：枚举
思路与算法

根据题意可知，两座不同城市构成的城市对的网络秩定义为：与这两座城市直接相连的道路总数，这两座城市之间的道路只计算一次。假设城市
�
x 的度数为
degree
[
�
]
degree[x]，则此时我们可以知道城市对
(
�
,
�
)
(i,j) 的网络秩为如下：

如果
�
i 与
�
j 之间没有道路连接，则此时
(
�
,
�
)
(i,j) 的网络秩为
degree
[
�
]
+
degree
[
�
]
degree[i]+degree[j]；
如果
�
i 与
�
j 之间存在道路连接，则此时
(
�
,
�
)
(i,j) 的网络秩为
degree
[
�
]
+
degree
[
�
]
−
1
degree[i]+degree[j]−1；
根据以上求网络秩的方法，我们首先求出所有城市在图中的度数，然后枚举所有可能的城市对
(
�
,
�
)
(i,j)，求出城市对
(
�
,
�
)
(i,j) 的网络秩，即可找到最大的网络秩。

作者：LeetCode-Solution
链接：https://leetcode.cn/problems/maximal-network-rank/solution/zui-da-wang-luo-zhi-by-leetcode-solution-x4gx/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

class Solution {
    public int maximalNetworkRank(int n, int[][] roads) {
        boolean[][] connect = new boolean[n][n];
        int[] degree = new int[n];
        for (int[] v : roads) {
            connect[v[0]][v[1]] = true;
            connect[v[1]][v[0]] = true;
            degree[v[0]]++;
            degree[v[1]]++;
        }

        int maxRank = 0;
        for (int i = 0; i < n; i++) {
            for (int j = i + 1; j < n; j++) {
                int rank = degree[i] + degree[j] - (connect[i][j] ? 1 : 0);
                maxRank = Math.max(maxRank, rank);
            }
        }
        return maxRank;
    }
}

数组存放不同的基本数据类型和String时有默认值，且默认值为：

整型 （byte，short，int，long）：默认值都是 0
浮点型（float，double） ：默认值都是 0.0
布尔型（boolean） ：默认值是 false
字符型（char） ：默认值是 一个空格
再补充一个： 字符串（String）也有默认值，且默认值是null
（后来才知道，字符串也是引用值，引用值存放在数组中的默认值都是null）

时间复杂度？
空间复杂度？

复杂度分析

时间复杂度：
�
(
�
2
)
O(n
2
)，其中
�
n 表示给城市的数目。我们需要枚举所有可能的城市对，最多有
�
2
n
2
个城市对。

空间复杂度：
�
(
�
2
)
O(n
2
)。需要记录图中所有的城市之间的连通关系，需要的空间为
�
(
�
2
)
O(n
2
)。如果用邻接表存储连通关系，空间复杂度可以优化到
�
(
�
+
�
)
O(n+m)，其中
�
m 表示
roads
roads 的长度。

时间复杂度