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。
给你一棵包含 n 个节点的树,标记为 0 到 n - 1 。给定数字 n 和一个有 n - 1 条无向边的 edges 列表(每一个边都是一对标签),其中 edges[i] = [ai, bi] 表示树中节点 ai 和 bi 之间存在一条无向边。
可选择树中任何一个节点作为根。当选择节点 x 作为根节点时,设结果树的高度为 h 。在所有可能的树中,具有最小高度的树(即,min(h))被称为 最小高度树 。
请你找到所有的 最小高度树 并按 任意顺序 返回它们的根节点标签列表。
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。
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/minimum-height-trees
例:
输入:n = 4, edges = [[1,0],[1,2],[1,3]]
输出:[1]
解释:如图所示,当根是标签为 1 的节点时,树的高度是 1 ,这是唯一的最小高度树。
解析:
这是一颗树,我们只需要将树“拉直”,找到最长的一条路径,然后对折,去折点为根节点即可。
我们可以随机选取一个节点,以他为根节点,然后通过广度优先搜索找寻最长路径的叶子节点,再将这个节点作为根节点,然后进行广度优先搜索找寻深度最大的叶子节点,这两个节点之间的路径即为最长路径。
class Solution(object):
def findMinHeightTrees(self, n, edges):
"""
:type n: int
:type edges: List[List[int]]
:rtype: List[int]
"""
if n == 1: # 特殊情况判断
return [0]
g = [[] for _ in range(n)] # 邻接表
for x, y in edges: # 构建邻接表
g[x].append(y)
g[y].append(x)
parents = [0] * n # 记录父节点
def bfs(start): # 广度优先搜索
vis = [False] * n # 路径
vis[start] = True # 经过的点设置为True
q = deque([start]) # 创建双端队列
while q:
x = q.popleft() # 左端取出节点
for y in g[x]:
if not vis[y]: # y没有遍历过,为False时
vis[y] = True # 遍历过后,设置为True
parents[y] = x # 节点y的父节点为x
q.append(y) # 右端存入节点
return x
x = bfs(0) # 找到与节点 0 最远的节点 x
y = bfs(x) # 找到与节点 x 最远的节点 y
path = [] # 存储最长路径
parents[x] = -1 # 开始节点,设置为-1为下一步的判断做准备
while y != -1: # 判断条件:是否返回至开始节点
path.append(y) # 将节点存入路径
y = parents[y] #
m = len(path) # 路径长度
return [path[m // 2]] if m % 2 else [path[m // 2 - 1], path[m // 2]] # 奇数偶数长度返回判断