题目地址:
https://leetcode.com/problems/sequence-reconstruction/
给定一个int数组 A A A,再给定一个含有很多int序列的list,问 A A A是否是list里所有序列的唯一父序列(序列 p p p是序列 q q q的父序列的含义是 q q q是 p p p子序列)。若不是父序列或者父序列不唯一都返回false。
可以用图论建模,将list里所有序列里的数抽象成顶点,如果某个序列里一个数 a a a紧接着出现在另一个数 b b b之前,那么就在 a a a到 b b b连一条边 a → b a\to b a→b。这样,题目就转化为,判断 A A A是否是这个有向图的唯一的拓扑排序。
拓扑排序可以用BFS来完成,基本流程是先用邻接表建图,顺便将每个顶点的入度求出来,然后开一个队列,将入度为 0 0 0的顶点入队,每次从队中出数之前都要判断一下队列是否只有一个元素,若不然,则队列里的几个元素在拓扑排序中的顺序可以交换,所以拓扑排序不唯一,直接返回false;否则就将这个元素出队,并将这个元素的邻居的入度都减掉 1 1 1,然后再把入度为 0 0 0的点再入队,重复以上操作。最后判断一下拓扑排序的结果和 A A A是否相同即可。代码如下:
import java.util.*;
public class Solution {
public boolean sequenceReconstruction(int[] org, List<List<Integer>> seqs) {
if (seqs == null || seqs.isEmpty()) {
return false;
}
// indegrees存每个顶点的入度,key代表顶点编号,value代表入度
Map<Integer, Integer> indegrees = new HashMap<>();
// buildGraph函数用邻接表建图,并计算了每个顶点的入度存进了indegrees
Map<Integer, List<Integer>> graph = buildGraph(seqs, indegrees);
Queue<Integer> queue = new LinkedList<>();
// 将入度为0的顶点入队
for (Map.Entry<Integer, Integer> entry : indegrees.entrySet()) {
if (entry.getValue() == 0) {
queue.offer(entry.getKey());
}
}
// 如果顶点数已经与序列长度不等了,那么org要么不是父序列,要么数字多了,不是最短的父序列,直接返回false
if (org.length != indegrees.size()) {
return false;
}
// 接下来进行拓扑排序,并将结果存进res
List<Integer> res = new ArrayList<>();
while (!queue.isEmpty()) {
// 如果队列元素个数超过了1,说明拓扑排序不唯一,直接返回false
if (queue.size() != 1) {
return false;
}
int cur = queue.poll();
res.add(cur);
if (graph.containsKey(cur)) {
for (int next : graph.get(cur)) {
indegrees.put(next, indegrees.get(next) - 1);
if (indegrees.get(next) == 0) {
queue.offer(next);
}
}
}
}
// 如果拓扑排序的结果和org长度不等,要么说明有环,不存在拓扑排序,要么说明org并不是拓扑排序;
// 两种情况都返回false
if (org.length != res.size()) {
return false;
}
// 接下来将拓扑排序结果与org比对,如果对不上则直接返回false
for (int i = 0; i < org.length; i++) {
if (org[i] != res.get(i)) {
return false;
}
}
return true;
}
private Map<Integer, List<Integer>> buildGraph(List<List<Integer>> seqs, Map<Integer, Integer> indegrees) {
Map<Integer, List<Integer>> graph = new HashMap<>();
for (List<Integer> seq : seqs) {
// 一定要判断一下序列长度是否为1,如果是1,下面for循环进不去,但还是要记录一下入度为0
if (seq.size() == 1) {
indegrees.putIfAbsent(seq.get(0), 0);
}
for (int i = 0; i < seq.size() - 1; i++) {
graph.putIfAbsent(seq.get(i), new ArrayList<>());
graph.get(seq.get(i)).add(seq.get(i + 1));
indegrees.put(seq.get(i + 1), indegrees.getOrDefault(seq.get(i + 1), 0) + 1);
}
}
return graph;
}
}
时空复杂度 O ( ∑ i = 1 k n i ) O(\sum_{i=1}^{k}n_i) O(∑i=1kni),其中 n i n_i ni表示seqs里的每个序列的长度。