题目描述:
在本问题中, 树指的是一个连通且无环的无向图。
输入一个图,该图由一个有着N个节点 (节点值不重复1, 2, …, N) 的树及一条附加的边构成。附加的边的两个顶点包含在1到N中间,这条附加的边不属于树中已存在的边。
结果图是一个以边组成的二维数组。每一个边的元素是一对[u, v] ,满足 u < v,表示连接顶点u 和v的无向图的边。
返回一条可以删去的边,使得结果图是一个有着N个节点的树。如果有多个答案,则返回二维数组中最后出现的边。答案边 [u, v] 应满足相同的格式 u < v。
示例 1:
输入: [[1,2], [1,3], [2,3]]
输出: [2,3]
解释: 给定的无向图为:
1
/
2 - 3
示例 2:
输入: [[1,2], [2,3], [3,4], [1,4], [1,5]]
输出: [1,4]
解释: 给定的无向图为:
5 - 1 - 2
| |
4 - 3
注意:
输入的二维数组大小在 3 到 1000。
二维数组中的整数在1到N之间,其中N是输入数组的大小。
更新(2017-09-26):
我们已经重新检查了问题描述及测试用例,明确图是无向 图。对于有向图详见冗余连接II。对于造成任何不便,我们深感歉意。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/redundant-connection
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
使用LRU进行一定的操作
因为如果有多个满足要取出最后一个,因此先找出的先临时存储在result中
代码:
class Solution {
public int find(int x,int []parent){
return parent[x] == x ? x:find(parent[x], parent);
}
public void merge(int x,int y,int parent[]){
parent[find(x, parent)] = find(y, parent);
}
public int[] findRedundantConnection(int[][] edges) {
int []result = new int[2];
int []parent = new int[10001];
for (int i = 0; i < parent.length; i++) {
parent[i] = i;
}
for (int i = 0; i < edges.length; i++) {
int x = edges[i][0];
int y = edges[i][1];
int temx = find(x, parent);
int temy = find(y, parent);
if(temx == temy){
result[0] = x;
result[1] = y;
}else {
merge(temx, temy, parent);
}
}
return result;
}
}
为什么这个代码执行的效率很高呢
class Solution {
public int find(int x,int[] p){
if(x == p[x]){
return x;
}else{
p[x] = find(p[x],p);
return p[x];
}
}
public int union(int x, int y,int[] p){
int xRoot = find(x,p);
int yRoot = find(y,p);
if(xRoot == yRoot)
return 0;
p[xRoot] = yRoot;
return 1;
}
public int[] findRedundantConnection(int[][] edges) {
int[] p = new int[edges.length + 1];
for(int i = 1; i < edges.length + 1; i++){
p[i] = i;
}
for(int i = 0; i < edges.length; i++){
if(union(edges[i][0],edges[i][1],p) == 0){
return edges[i];
}
}
return null;
}
}
尝试将代码进行修改,将其效率提升,10001改成edges.length + 1然后merge下的find换一下
代码如下:效率有明显的提升
class Solution {
public int find(int x,int []parent){
return parent[x] == x ? x:find(parent[x], parent);
}
public void merge(int x,int y,int parent[]){
parent[x] = y;
}
public int[] findRedundantConnection(int[][] edges) {
int []result = new int[2];
int []parent = new int[edges.length + 1];
for (int i = 0; i < parent.length; i++) {
parent[i] = i;
}
for (int i = 0; i < edges.length; i++) {
int x = edges[i][0];
int y = edges[i][1];
int temx = find(x, parent);
int temy = find(y, parent);
if(temx == temy){
result[0] = x;
result[1] = y;
return result;
}else {
merge(temx, temy, parent);
}
}
return result;
}
}