LeetCode - 1319. 连通网络的操作次数

描述

用以太网线缆将 n 台计算机连接成一个网络，计算机的编号从 0 到 n-1。线缆用 connections 表示，其中 connections[i] = [a, b] 连接了计算机 a 和 b。

网络中的任何一台计算机都可以通过网络直接或者间接访问同一个网络中其他任意一台计算机。

给你这个计算机网络的初始布线 connections，你可以拔开任意两台直连计算机之间的线缆，并用它连接一对未直连的计算机。请你计算并返回使所有计算机都连通所需的最少操作次数。如果不可能，则返回 -1 。 

 

示例 1：

输入：n = 4, connections = [[0,1],[0,2],[1,2]]
输出：1
解释：拔下计算机 1 和 2 之间的线缆，并将它插到计算机 1 和 3 上。
示例 2：

输入：n = 6, connections = [[0,1],[0,2],[0,3],[1,2],[1,3]]
输出：2
示例 3：

输入：n = 6, connections = [[0,1],[0,2],[0,3],[1,2]]
输出：-1
解释：线缆数量不足。
示例 4：

输入：n = 5, connections = [[0,1],[0,2],[3,4],[2,3]]
输出：0
 

提示：

1 <= n <= 10^5
1 <= connections.length <= min(n*(n-1)/2, 10^5)
connections[i].length == 2
0 <= connections[i][0], connections[i][1] < n
connections[i][0] != connections[i][1]
没有重复的连接。
两台计算机不会通过多条线缆连接。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/number-of-operations-to-make-network-connected/
 

求解

   class Solution {
    public:
        // 方法一，图深度优先搜索获取连通分量
        int makeConnected_1e(int n, vector<vector<int>> &connections) {
            if (connections.size() < n - 1) {
                // n个节点的图最小生成树是n-1条边，如果边少于n-1，肯定无法进行全部节点的连通
                return -1;
            }

            // 构造图，采用邻接表存储
            vector<vector<int>> graph(n, vector<int>());
            for (const auto &edge : connections) {
                graph[edge[0]].emplace_back(edge[1]);
                graph[edge[1]].emplace_back(edge[0]);
            }

            // 深度优先遍历
            visited.assign(n, false);
            int count = 0; // 连通分量
            for (int i = 0; i < n; ++i) {
                if (!visited[i]) {
                    ++count;
                    dfs(graph, i);
                }
            }

            return count - 1;
        }

        // 方法二，图广度优先搜索获取连通分量
        int makeConnected_2e(int n, vector<vector<int>> &connections) {
            if (connections.size() < n - 1) {
                // n个节点的图最小生成树是n-1条边，如果边少于n-1，肯定无法进行全部节点的连通
                return -1;
            }

            // 构造图，采用邻接表存储
            vector<vector<int>> graph(n, vector<int>());
            for (const auto &edge : connections) {
                graph[edge[0]].emplace_back(edge[1]);
                graph[edge[1]].emplace_back(edge[0]);
            }

            // 广度优先遍历
            visited.assign(n, false);
            int count = 0; // 连通分量
            queue<int> q;
            for (int i = 0; i < n; ++i) {
                if (!visited[i]) {
                    ++count;
                    q.emplace(i);
                    visited[i] = true;  // 将顶点加入队列后，需要立马将其标志位置位已访问状态，因为后序肯定会访问到该顶点，避免多次加入相同顶点
                    while (!q.empty()) {
                        int v = q.front();
                        q.pop();
                        for (const auto &w : graph[v]) {
                            if (!visited[w]) {
                                q.emplace(w);
                                visited[w] = true; // 将顶点加入队列后，需要立马将其标志位置位已访问状态
                            }
                        }
                    }
                }
            }

            return count - 1;
        }

        // 方法三，并查集，速度最快，使用内存最少
        int makeConnected(int n, vector<vector<int>> &connections) {
            if (connections.size() < n - 1) {
                // n个节点的图最小生成树是n-1条边，如果边少于n-1，肯定无法进行全部节点的连通
                return -1;
            }

            // 并查集数据初始化
            rank.assign(n, 0);
            parent.assign(n, 0);
            for (int i = 0; i < n; ++i) {
                parent[i] = i;
            }
            // 根据边进行顶点关联
            for (const auto &edge : connections) {
                unionElements(edge[0], edge[1]);
            }

            return getConCount() - 1;
        }


    private:
        vector<bool> visited; // 图节点的访问标志

        vector<int> parent;  // 并查集数据结构
        vector<int> rank; // 并查集层级记录，用于优化

        // 并查集查找函数
        int find(int p) {
            while (p != parent[p]) {
                parent[p] = parent[parent[p]];
                p = parent[p];
            }
            return p;
        }

        // 并查集关联函数
        void unionElements(int p, int q) {
            int pid = find(p);
            int qid = find(q);
            if (pid != qid) {
                if (rank[pid] < rank[qid]) {
                    parent[pid] = qid;
                    return;
                }
                if (rank[pid] > rank[qid]) {
                    parent[qid] = pid;
                    return;
                }
                // rank[pid] == rank[qid]
                parent[pid] = parent[qid];
                ++rank[qid];
            }
        }

        // 并查集计算连通分量函数
        int getConCount() {
            int count = 0;
            for (int i = 0; i < parent.size(); ++i) {
                if (i == parent[i]) {
                    ++count;
                }
            }
            return count;
        }

        // 图的深度优先搜索
        void dfs(const vector<vector<int>> &graph, int v) {
            visited[v] = true;
            for (auto w : graph[v]) {
                if (!visited[w]) {
                    dfs(graph, w);
                }
            }
        }
    };