对于一个具有树特征的无向图,我们可选择任何一个节点作为根。图因此可以成为树,在所有可能的树中,具有最小高度的树被称为最小高度树。给出这样的一个图,写出一个函数找到所有的最小高度树并返回他们的根节点。
格式
该图包含 n
个节点,标记为 0
到 n - 1
。给定数字 n
和一个无向边 edges
列表(每一个边都是一对标签)。
你可以假设没有重复的边会出现在 edges
中。由于所有的边都是无向边, [0, 1]
和 [1, 0]
是相同的,因此不会同时出现在 edges
里。
示例 1:
输入:n = 4
,edges = [[1, 0], [1, 2], [1, 3]]
0 | 1 / \ 2 3 输出:[1]
示例 2:
输入:n = 6
,edges = [[0, 3], [1, 3], [2, 3], [4, 3], [5, 4]]
0 1 2 \ | / 3 | 4 | 5 输出:[3, 4]
说明:
- 根据树的定义,树是一个无向图,其中任何两个顶点只通过一条路径连接。 换句话说,一个任何没有简单环路的连通图都是一棵树。
- 树的高度是指根节点和叶子节点之间最长向下路径上边的数量。
此题目实质上找高度最小的生成树。
对于一个图的最小生成树求高度,我们可以用BFS来求,到达叶子节点的最大高度(因为高度一定是在搜索到叶子节点的时候取得)。
这里面有个小技巧,如果在BFS时候,发现此节点是叶子节点,把对应的高度表设为n+1立刻返回。
这是因为,最小高度的树的根一定不会在叶子节点取得(怎么判断是叶子呢?它的邻边数量为1呀。)
然后这个小技巧让我跑到了最后一组数据。。。。
可能是因为我用的是python吧,速度真心不够快。
然后在网上寻求更好的解决方法,就是“修剪法”。
首先证明这个根的数量最多为2.
证明:假设符合条件的根可以有3个,3个树根的高度都是H,可以知道,为了达到最小高度,符合条件的根尽可能在一起。
但是与三个高度都是H相悖。应有两个h,一个h+1。由此也可以证4,5....个的情况。
那么2个为什么可以存在呢,考虑一个完全对称(其实也不用考虑对称图,示例的图就符合两个根了)的图,中心的两个根就是解。
这样我们采取修剪的办法。
每一轮修剪一次所有叶子节点,一旦节点数量只有1或者2,停止修剪,返回答案。
在python里用集合弹出节点更快(平均情况下,list插入删除都是n时间,set是1时间。)
代码:
class Solution:
def findMinHeightTrees(self, n, edges):
"""
:type n: int
:type edges: List[List[int]]
:rtype: List[int]
"""
graph=[set() for x in range(n)]
for e in edges:
graph[e[0]].add(e[1])
graph[e[1]].add(e[0])
points=set([x for x in range(n)])
while len(points)>2:
removed=[]
for u in range(n):
if len(graph[u])==1:
removed.append(u)
for u in removed:
v=graph[u].pop()
graph[v].remove(u)
points.remove(u)
return list(points)