lintcode178. graph valid tree 图是否是树

【题目】

给出 n 个节点,标号分别从 0 到 n - 1 并且给出一个 无向 边的列表 (给出每条边的两个顶点), 写一个函数去判断这张`无向`图是否是一棵树

假设我们不会给出重复的边在边的列表当中. 无向边 [0, 1] 和 [1, 0] 是同一条边, 因此他们不会同时出现在我们给你的边的列表当中。

Given n nodes labeled from 0 to n - 1 and a list of undirected edges (each edge is a pair of nodes), write a function to check whether these edges make up a valid tree.

【样例】

给出n = 5 并且 edges = [[0, 1], [0, 2], [0, 3], [1, 4]], 返回 true.

给出n = 5 并且 edges = [[0, 1], [1, 2], [2, 3], [1, 3], [1, 4]], 返回 false.

【解题思路】

1.      如果图中边的个数不等于点的个数n-1,必然不为树

2.      如果有边的两个点属于同一个子树,则这个图不为树。

 如何判断两个点是否属于同一个子树

将有连边的两个点放在同一集合中(高大上的并查集)。可以使用长度为n的一维数组existed表示点之间的关系,existed初始化为-1。对于每条边连接的两个点,通过判断两个点在existed数组中的值判断点是否在图中出现过,点所属的集合,并进行处理。

1.      如果两个点处的值均为-1,表示两个点都没出现过,将两个点在existed中的值置为较小的点,表示两个点所在的集合;

2.      如果一个点在图中出现过,一个点未出现过,将未出现过的点在existed中对应的值置为已出现过的点对应的值,相当于更新了点的集合;

3.      如果两个点都出现过,合并两个点所在集合,将两个集合中点在existed中对应的值都换为值较小的集合。

4.      如果两个点属于同一个集合,图不为树。

AC代码如下(64ms)

class Solution {
public:
    /**
     * @param n an integer
     * @param edges a list of undirected edges
     * @return true if it's a valid tree, or false
     */
    bool validTree(int n, vector<vector<int>>& edges) {
        // Write your code here
        //使用n维向量保存某个点是否出现在图中,遍历edges,将有连边的点放入一个集合,如果两个点都已经在一个集合中,返回false,existed记录点是否已经存在在图中
        //如果边的个数大于点的个数,返回false
        if (n - edges.size() != 1)
            return false;
        //属于同一个集合的点都用数值小的点标识集合
        vector<int> existed(n, -1);
        for (int i = 0; i < edges.size(); ++i) {
            int node1 = edges[i][0];
            int node2 = edges[i][1];
            //两个点属于同一集合
            if (existed[node1] == existed[node2]) {
                if (existed[node1] == -1)
                    //都未出现过,更新existed
                    existed[node1] = existed[node2] = min(node1, node2);
                else
                    return false;
            } else {
                //两个点都出现过,合并点所在集合
                if (existed[node1] != -1 && existed[node2] != -1) {
                    int min = existed[node1];
                    int max = existed[node2];
                    if (existed[node1] > existed[node2])
                        swap(min, max);
                    //将两个集合合并
                    for (int j = 0; j < n; ++j) {
                        if (existed[j] == max)
                            existed[j] = min;
                    }
                } else {
                //只有一个点出现过
                    if (existed[node2] == -1)
                        existed[node2] = existed[node1];
                    else
                        existed[node1] = existed[node2];
                    }
                }
            }
        return true;
    }
};
对于一组数据,以上代码的执行过程如下表所示:

existed

0

1

2

3

4

edges

更新existed

-1

-1

-1

-1

-1

[0, 1]

existed[0] = 0

existed[1] = 0

0

0

-1

-1

-1

[1, 2]

existed[2]= 0

0

0

0

-1

-1

[3, 4]

existed[3]= 3

existed[4]= 3

0

0

0

3

3

[1, 3]

existed[3]= 0

existed[4]= 0

-1

0

0

0

0

[2, 4]

existed[2]==existed[4]

-1

0

0

0

0


存在问题

      合并两个集合时,需要多次遍历existed数组,将点所对应位置的值替换,产生了冗余。如[3, 4]加入时,3,4对应位置都变为3,再加入[1,3]边时,需要遍历数组,找到对应值为3的位置,将3换成0。

改进办法

     通过递归实现深度遍历,每次都在existed中寻找点的父节点,如果两个点具有相同的父节点,则图不为树。
AC代码(56ms):

class Solution {
public:
    /**
     * @param n an integer
     * @param edges a list of undirected edges
     * @return true if it's a valid tree, or false
     */
    int find(vector<int> &existed, int e){
        //点未在图中出现过,返回该点;否则,找到该点的父节点
        if (existed[e] == -1)
            return e;
        else
            return find(existed, existed[e]);
    }
    bool validTree(int n, vector<vector<int>>& edges) {
        // Write your code here
        //如果边的个数不等于点的个数减一,返回false
        if (n - edges.size() != 1)
            return false;
        vector<int> existed(n, -1);
        for (int i = 0; i < edges.size(); ++i) {
            int root1 = find(existed, edges[i][0]);
            int root2 = find(existed, edges[i][1]);
            if (root1 == root2)
                return false;
            //将两个点关联
            existed[root2] = root1;
        }
        return true;
    }
};
对于相同一组数据,执行过程如下表所示:

existed

0

1

2

3

4

edges

调用find

更新existed

-1

-1

-1

-1

-1

[0, 1]

find(0) = 0

existed[1] = 0

-1

0

-1

-1

-1

find(1) = 1

[1, 2]

find(1) = find(0) = 0

existed[2] = 0

-1

0

0

-1

-1

find(2) = 2

[3, 4]

find(3) = 3

existed[4] = 3

-1

0

0

-1

3

find(4) = 4

[1, 3]

find(1) = find(0) = 0

existed[3] = 0

-1

0

0

0

3

find(3) = 3

[2, 4]

find(2) = find(0) = 0

find(2) == find(4)

false

-1

0

0

0

3

find(4) = find(3) = find(0) = 0


【小结】

1. 使用一维数组表示图的有向边的指向,简单直观,节省空间,只需要开辟大小为n的数组,并且规定每个点对应位置的值为父节点即可。方便通过深度遍历的方法迅速找到当前点的父节点;

2. 第一种方法在使用数组时,将属于同一根节点的点表示为一个集合,具体表现为这些点对应位置的值都替换为集合中当前最小的结点,每次更新数组时需要先比较两个节点对应位置的大小,并且合并两个集合时都需要遍历数组;

3. 改进后的方法,避免了比较大小的操作和对数组的反复遍历,保证每次更新操作只改变一个结点对应位置的值,将该点对应位置处的值改为当前能找到的最高父节点,但find函数递归实现深度遍历,需要不断压栈,弹栈,产生额外地时间,空间消耗,可以将递归改为循环,避免栈的开销。改进后的代码也更简洁,易读。

int find(vector<int> &existed, int e){
        //点未在图中出现过,返回该点;否则,找到该点的父节点
        while (existed[e] != -1) {
            e = existed[e];
        }
        return e;
}



  • 2
    点赞
  • 1
    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