【JavaScript算法实践】1. 无向图连通分量问题

1. 无向图连通分量

在开发马尔可夫分析模型功能的过程中，遇到了一个计算前检验模型是否合格的问题。其中最主要的就是要检验图中是否存在单独的节点，即多个连通分量。
什么是连通分量？
通俗地讲，在无向图中，若所有节点都是连通的（即任意选定两个节点，都存在至少一条路使得两个节点连通），则该图有且仅有一个连通子图，即它本身。此时称该图的连通分量为1。这便是马尔可夫过程模型需要检验的条件。

2. 不符合条件的情况

上图存在了单独的节点

上图连通分量大于1

3. 连通分量计算

方法一：深度优先搜索（DFS）

深度优先搜索的思路是最直观的。遍历图中所有节点，对于每个节点，如果该节点尚未被访问过，则从该节点开始深度优先搜索，通过邻接矩阵 isConnected 得到与该节点直接相连的节点有哪些，这些节点和该节点属于同一个连通分量，然后对这些节点继续深度优先搜索，直到同一个连通分量的所有节点都被访问到，即可得到一个节点。遍历全部节点以后，即可得到连通分量的总数。

/**
 * DFS深度优先遍历计算连通分量数
 * @param isConnected : 邻接矩阵 (二维数组)
 * @returns circles:连通分量数
 * nodeNum:节点数量 visited:已访问节点集  
 */
var findCircleNum = function(isConnected) {
    const nodeNum = isConnected.length;
    const visited = new Set();
    let circles = 0;
    for (let i = 0; i < nodeNum; i++) {
        if (!visited.has(i)) {
            dfs(isConnected, visited, nodeNum, i);
            circles++;
        }
    }
    return circles;
};

const dfs = (isConnected, visited, nodeNum, i) => {
    for (let j = 0; j < nodeNum; j++) {
        if (isConnected[i][j] == 1 && !visited.has(j)) {
            visited.add(j);
            dfs(isConnected, visited, nodeNum, j);
        }
    }
};

方法二：广度优先搜索（BFS）

也可以通过广度优先搜索的方法得到连通分量的总数。对于每个节点，如果该节点尚未被访问过，则从该节点开始广度优先搜索，直到同一个连通分量中的所有节点都被访问到，即可得到一个连通分量。

/**
 * BFS广度优先遍历计算连通分量数
 * @param isConnected : 邻接矩阵 (二维数组)
 * @returns circles:连通分量数
 * nodeNum:节点数量 visited:已访问节点集 
 */ 
var findCircleNum = function(isConnected) {
    const nodeNum  = isConnected.length;
    const visited = new Set();
    let circles = 0;
    const queue = new Array();
    for (let i = 0; i < nodeNum ; i++) {
        if (!visited.has(i)) {
            queue.push(i);
            while (queue.length) {
                const j = queue.shift();
                visited.add(j);
                for (let k = 0; k < nodeNum; k++) {
                    if (isConnected[j][k] === 1 && !visited.has(k)) {
                        queue.push(k);
                    }
                }
            }
            circles++;
        }
    }
    return circles;
};

方法三：并查集

计算连通分量数的另一个方法是使用并查集。初始时，每个节点都属于不同的连通分量。遍历矩阵 isConnected，如果两个节点之间有相连关系，则它们属于同一个连通分量，对它们进行合并。

遍历矩阵 isConnected 的全部元素之后，计算连通分量的总数。

/**
 * 并查集 计算连通分量数
 * @param isConnected 
 * @returns circles:连通分量数
 * nodeNum:节点数量 visited:已访问节点集 
 */
var findCircleNum = function(isConnected) {
    const nodeNum = isConnected.length;
    const parent = new Array(nodeNum).fill(0).map((element, index) => index);
    for (let i = 0; i < nodeNum; i++) {
        for (let j = i + 1; j < nodeNum; j++) {
            if (isConnected[i][j] == 1) {
                union(parent, i, j);
            }
        }
    }
    let circles = 0;
    parent.forEach((element, index) => {
        if (element === index) {
            circles++;
        }
    });
    return circles;
};
// 并操作
const union = (parent, index1, index2) => {
    parent[find(parent, index1)] = find(parent, index2);
}
// 查操作
const find = (parent, index) => {
    if (parent[index] !== index) {
        parent[index] = find(parent, parent[index]);
    }
    return parent[index];
}

复杂度分析

方法	时间复杂度	空间复杂度
深度优先DFS	O(n2)	O(n)
广度优先BFS	O(n2)	O(n)
并查集	O(n2logn)	O(n)
其中，n是节点数量。对于DFS和BFS，时间上都需要遍历邻接矩阵内的所有元素，即n2，空间上都需要一个长度为n的数组来标记已经访问过的节点。
对于并查集，时间上除了遍历邻接矩阵内的所有元素外，若存在相连关系，最多可能有2n2次查找，和log(n2)次合并。故最坏的情况下复杂度为O(2n2log(n2)) = O(n2logn)，空间上需要一个长度为n的数组来记录每个节点的祖先。

参考资料：

链接：https://leetcode-cn.com/problems/number-of-provinces/solution/sheng-fen-shu-liang-by-leetcode-solution-eyk0/
来源：力扣（LeetCode）

4. 经典题目

a. 岛屿问题

LeetCode.200 岛屿数量 【高频考题】
LeetCode.323 无向图中连通分量的数目
LeetCode.694 不同岛屿的数量
LeetCode.305 岛屿数量 II

b. 门墙问题

LeetCode.286 墙与门
LeetCode.542 01 矩阵
LeetCode.994 腐烂的橘子