题目描述
小朋友 A 在和 ta 的小伙伴们玩传信息游戏,游戏规则如下:
有 n 名玩家,所有玩家编号分别为 0 ~ n-1,其中小朋友 A 的编号为 0
每个玩家都有固定的若干个可传信息的其他玩家(也可能没有)。传信息的关系是单向的(比如 A 可以向 B 传信息,但 B 不能向 A 传信息)。
每轮信息必须需要传递给另一个人,且信息可重复经过同一个人
给定总玩家数 n,以及按 [玩家编号,对应可传递玩家编号] 关系组成的二维数组 relation。返回信息从小 A (编号 0 ) 经过 k 轮传递到编号为 n-1 的小伙伴处的方案数;若不能到达,返回 0。
样例1:
样例2:
用深度优先搜索求解
可以把传信息的关系看成有向图,每个玩家对应一个节点,每个传信息的关系对应一条有向边。如果 x 可以向 y 传信息,则对应从节点 x 到节点 y 的一条有向边。寻找从编号 0 的玩家经过 k 轮传递到编号 n−1 的玩家处的方案数,等价于在有向图中寻找从节点 0 到节点 n-1 的长度为 k 的路径数,同一条路径可以重复经过同一个节点。可以使用深度优先搜索计算方案数。
从节点 0 出发做深度优先搜索,每一步记录当前所在的节点以及经过的轮数,当经过 k 轮时,如果位于节点 n-1,则将方案数加 1。搜索结束之后,即可得到总的方案数。
具体实现方面,可以对传信息的关系进行预处理,使用列表存储有向边的关系,即可在 O(1) 的时间内得到特定节点的相邻节点(即可以沿着有向边一步到达的节点)。
class Solution {
//ways方法总数,n玩家总数,k经过的轮数
int ways = 0, n, k;
//edges记录图的边
List<List<Integer>> edges;
public int numWays(int n, int[][] relation, int k) {
this.n = n;
this.k = k;
edges = new ArrayList<List<Integer>>();
for (int i = 0; i < n; i++) {
edges.add(new ArrayList<Integer>());
}
//对relation进行处理
for (int[] ints : relation) {
int src = ints[0], dst = ints[1];
edges.get(src).add(dst);
}
//进行深度优先搜索,第一个参数0表示到达玩家的编号,第二个参数0表示经过的轮次
dfs(0,0);
return ways;
}
private void dfs(int dst, int steps){
if (steps == k){
if(dst == n-1){
ways++;
}
return;
}
List<Integer> list = edges.get(dst);
for (Integer integer : list) {
dfs(integer, steps + 1);
}
}
}
用动态规划来求解
定义动态规划的状态 dp[i][j] 为经过 i 轮传递到编号 j 的玩家的方案数,其中 0≤i≤k,0≤j<n。
由于从编号 0 的玩家开始传递,当 i=0 时,一定位于编号 0 的玩家,不会传递到其他玩家,因此动态规划的边界情况如下:
对于传信息的关系 [src, dst],如果第 i 轮传递到编号 src 的玩家,则第 i+1 轮可以从编号 src 的玩家传递到编号 dst 的玩家。因此在计算 dp[i+1][dst] 时,需要考虑可以传递到编号 dst 的所有玩家。由此可以得到动态规划的状态转移方程,其中 0≤i<k:
class Solution {
public int numWays(int n, int[][] relation, int k) {
//dp[i][j]表示经i轮到达j同学的方法数
int[][] dp = new int[k + 1][n];
dp[0][0] = 1;
for (int i = 1; i <= k ; i++) {
for (int[] ints : relation) {
int src = ints[0], dst = ints[1];
dp[i][dst] += dp[i-1][src];
}
}
return dp[k][n-1];
}
}