2021.12.15LeetCode每日一题——喧闹和富有

最新推荐文章于 2022-03-31 22:16:01 发布

小唐要努力

最新推荐文章于 2022-03-31 22:16:01 发布

阅读量380

点赞数

分类专栏： # 力扣每日一题文章标签： dfs 深度优先搜索图拓扑排序

本文链接：https://blog.csdn.net/weixin_39478524/article/details/121944642

版权

力扣每日一题专栏收录该内容

80 篇文章 1 订阅

订阅专栏

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 $a_i$ 比 $b_i$ 更有钱，那么就从 $b_i$ 向 $a_i$ 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 $a_i$ 比更有钱，我们从 $a_i$ 向 $b_i$ 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;
    }
}