目录
喧闹和富有
描述
有一组 n 个人作为实验对象,从 0 到 n - 1 编号,其中每个人都有不同数目的钱,以及不同程度的安静值(quietness)。为了方便起见,我们将编号为 x 的人简称为 "person x "。
给你一个数组 richer ,其中 richer[i] = [ai, bi] 表示 person ai 比 person bi 更有钱。另给你一个整数数组 quiet ,其中 quiet[i] 是 person i 的安静值。richer 中所给出的数据 逻辑自恰(也就是说,在 person x 比 person y 更有钱的同时,不会出现 person y 比 person x 更有钱的情况 )。
现在,返回一个整数数组 answer 作为答案,其中 answer[x] = y 的前提是,在所有拥有的钱肯定不少于 person x 的人中,person y 是最安静的人(也就是安静值 quiet[y] 最小的人)。
示例 1
输入:richer = [[1,0],[2,1],[3,1],[3,7],[4,3],[5,3],[6,3]], quiet = [3,2,5,4,6,1,7,0] 输出:[5,5,2,5,4,5,6,7] 解释: answer[0] = 5, person 5 比 person 3 有更多的钱,person 3 比 person 1 有更多的钱,person 1 比 person 0 有更多的钱。 唯一较为安静(有较低的安静值 quiet[x])的人是 person 7, 但是目前还不清楚他是否比 person 0 更有钱。 answer[7] = 7, 在所有拥有的钱肯定不少于 person 7 的人中(这可能包括 person 3,4,5,6 以及 7), 最安静(有较低安静值 quiet[x])的人是 person 7。 其他的答案也可以用类似的推理来解释。
示例 2
输入:richer = [], quiet = [0] 输出:[0]
提示
- n == quiet.length
- 1 <= n <= 500
- 0 <= quiet[i] < n
- quiet 的所有值 互不相同
- 0 <= richer.length <= n * (n - 1) / 2
- 0 <= ai, bi < n
- ai != bi
- richer 中的所有数对 互不相同
- 对 richer 的观察在逻辑上是一致的
方法一:深度优先搜索
我们可以根据 richer 构建一张有向图:把人看成点,如果 比 更有钱,那么就从 向 连一条有向边。由于题目保证 richer 中所给出的数据逻辑自恰,我们得到的是一张有向无环图。
因此我们从图上任意一点(设为 x)出发,沿着有向边所能访问到的点,都比 x 更有钱。
题目需要计算拥有的钱肯定不少于 x 的人中,最安静的人。我们可以分为拥有的钱肯定与 x 相等,以及拥有的钱肯定比 x 多两种情况。
对于前者,根据题目所给信息,我们只知道 x 拥有的钱肯定与自己相等,无法知道是否有其他人拥有的钱肯定与 x 相等;
对于后者,我们可以先计算出 x 的邻居的 answer 值,再取这些 answer 值中的最小值为结果,这是因为从 x 的邻居出发所能访问到的点,并上 x 的邻居后所得到的点集,就是从 x 出发所能访问到的点。
总的来说,最安静的人要么是 x 自己,要么是 x 的邻居的 answer 中最安静的人。
计算 x 的每个邻居的 answer 值是一个递归的过程,我们可以用深度优先搜索来实现。为避免重复运算,在已经计算出 answer[x] 的情况下可以直接返回
class Solution {
public int[] loudAndRich(int[][] richer, int[] quiet) {
int n = quiet.length;
List<Integer>[] g = new List[n];
for (int i = 0; i < n; ++i) {
g[i] = new ArrayList<Integer>();
}
for (int[] r : richer) {
g[r[1]].add(r[0]);
}
int[] ans = new int[n];
Arrays.fill(ans, -1);
for (int i = 0; i < n; ++i) {
dfs(i, quiet, g, ans);
}
return ans;
}
public void dfs(int x, int[] quiet, List<Integer>[] g, int[] ans) {
if (ans[x] != -1) {
return;
}
ans[x] = x;
for (int y : g[x]) {
dfs(y, quiet, g, ans);
if (quiet[ans[y]] < quiet[ans[x]]) {
ans[x] = ans[y];
}
}
}
}
方法二:拓扑排序
我们可以将方法一中的图的边全部反向,即如果 比 更有钱,我们从 向 连一条有向边。
这同样得到的是一张有向无环图,因此我们从图上任意一点(设为 x)出发,沿着有向边所能访问到的点,拥有的钱都比 x 少。这意味着我们可以在计算出 answer[x] 后,用 answer[x] 去更新 x 所能访问到的点的 answer 值。
要实现这一算法,我们可以将每个 answer[x] 初始化为 x,然后对这张图执行一遍拓扑排序,并按照拓扑序去更新 x 的邻居的 answer 值。通过这一方式我们就能将 answer[x] 的值「传播」到 x 所能访问到的点上。
class Solution {
public int[] loudAndRich(int[][] richer, int[] quiet) {
int n = quiet.length;
List<Integer>[] g = new List[n];
for (int i = 0; i < n; ++i) {
g[i] = new ArrayList<Integer>();
}
int[] inDeg = new int[n];
for (int[] r : richer) {
g[r[0]].add(r[1]);
++inDeg[r[1]];
}
int[] ans = new int[n];
for (int i = 0; i < n; ++i) {
ans[i] = i;
}
Queue<Integer> q = new ArrayDeque<Integer>();
for (int i = 0; i < n; ++i) {
if (inDeg[i] == 0) {
q.offer(i);
}
}
while (!q.isEmpty()) {
int x = q.poll();
for (int y : g[x]) {
if (quiet[ans[x]] < quiet[ans[y]]) {
ans[y] = ans[x]; // 更新 x 的邻居的答案
}
if (--inDeg[y] == 0) {
q.offer(y);
}
}
}
return ans;
}
}