LeetCode 310. 最小高度树

该博客介绍了当节点数量达到5000以上时,普通宽度优先搜索(BFS)可能导致超时的问题。提出了一种类似拓扑排序的解决方案,通过每次消除度为1的节点,最终找到可能的最小高度树节点。在算法中,使用队列存储节点,并在每一轮中清除当前层的所有节点,更新节点度数并推进搜索。这种方法有效地减少了时间复杂度,提高了效率。
摘要由CSDN通过智能技术生成

朴素bfs超时的解决方法。,当节点个数在5000及以上时,普通bfs超时。

此时采用类似拓扑排序的方法,每次将度为1的节点抹掉。最后一次才被抹掉的就是可能的节点。

class Solution {
public:
    vector<int> findMinHeightTrees(int n, vector<vector<int>>& edges) {
        if (n == 1) return {0};
        vector<int> ans;        
        unordered_map<int,int> degree;
        vector<int>v[n];
        for(auto i:edges){
            degree[i[0]]++;
            degree[i[1]]++;
            v[i[0]].push_back(i[1]);
            v[i[1]].push_back(i[0]);
        }
        queue<int> q;
        for (int i = 0; i < n; i++) {
            if (degree[i] == 1) 
            q.push(i);
        }
        while (!q.empty()) {
            ans.clear();
            int size = q.size();
            while (size--) {		
            	//这个while什么意思?能不能写!q.empty()?
            	//不能,这个while是为了把 当层 节点全部抹掉而不动其他节点,注意不是所有节点,而是当层节点。
            	// 因为下面会不断push,意思是q里面是不断增加的,所以这个size来判断是不是当前层的,size==0说剩下的节点是下一层的
            	//同时这层不能不写,因为这是指导ans数组更新的条件。
                int cur = q.front();
                q.pop();
                ans.push_back(cur);
                degree[cur]--;
                for (auto i : v[cur]) {
                    degree[i]--;
                    if (degree[i] == 1) {
                        q.push(i);
                    }
                }
            }
        }     
        return ans;
    }
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值