邻接矩阵判断是否连通_【周赛】LeetCode-5309 连通网络的操作次数

最新推荐文章于 2021-07-15 22:13:15 发布
最新推荐文章于 2021-07-15 22:13:15 发布
阅读量516 收藏
点赞数
文章标签： 邻接矩阵判断是否连通
博客详细介绍了如何使用查并集解决LeetCode上的5309题，即判断邻接矩阵表示的网络是否连通。文章提到了三种解法：quick-union算法、加权quick-union算法和带路径压缩的加权quick-union算法，解释了它们的工作原理和优缺点，并提供了算法优化的思路。
摘要由CSDN通过智能技术生成 
题目：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 。

9caee62164000171fe34679525cba599.png

思路：这题用 union-find（查并集） 的思路比较清晰。

解法一：quick-union算法

  • 首先判断线缆数量够不够，n台机器至少需要n-1条线缆；
  • 判断独立的连通分量有count，则至少需要count-1次操作把这些连通分量连接起来。

quick-union算法：

  • 以机器编号n为索引，构造数组idx[]表示每台机器所在分量；
  • count记录分量数量；
  • find() 函数查找触点所在分量（根触点编号）；
  • union()函数先判断触点是否连通，是则忽略，否，
最低0.47元/天 解锁文章
weixin_39698217
关注
基于邻接矩阵图的连通性判定准则 (2003年)
06-13
利用图论和集合论的知识，对节点邻接矩阵进行深入分析，提出了有向图和无向图的连通性判定准则及图中任意两节点间不连通的判定准则：对路径及节点邻接矩阵的概念进行了更为严格的数学描述；确定了路径的极限长度。文中提出的图的连通性判定准则具有程序思想简单、逻辑性强、方便快捷的优点，对于图的连通性判定、连通块的划分等都具有指导意义。
关于通过邻接矩阵来判断图的连通性
weixin_74940978的博客
01-01 2296
定义： 设无向图 G=<V,E>,顶点集 V = {v1,v2,v3,...,vn},令aij为无向边<vi,vj>的条数，则称aij（n行m列的矩阵，当然你也可以看成n行n列的矩阵）为G的领接矩阵了，记作A（G）。定义： 设有向图 D=<V,E>,顶点集 V = {v1,v2,v3,...,vn},令aij为顶点vi到顶点vj的边的条数，则称aij(n行n列的矩阵）为D的领接矩阵，记作A(D).我们可以通过图的领接矩阵来还原一个图，同理我们也可以通过图的领接矩阵来判断图是否连通。是图G中顶点的集合，
输入邻接矩阵，判断邻接矩阵，该图是否为连通图（离散数学）
SUNYAN_WADE的博客
03-25 5337
#include <iostream> #include <bits/stdc++.h> #include <iomanip> #include <cmath> #define Size 100 using namespace std; int main(){ char ch[Size]; int i,j,k,h,n=1,count=0,ele...
Python：利用邻接矩阵判断有向图的连通性
weixin_52365731的博客
05-20 1万+
Python求解：利用邻接矩阵判断有向图的连通性 WoW，让我们先来看看我们要解决的小问题: 将任意一个有向图G采用矩阵输入，图形化输出图G，利用可达矩阵判定图G是否连通： （PS：判断图的连通性至少可以有[1].并查集 [2].DFS [3].BFS 三种方法，关于其他求解方法，详见：https://blog.csdn.net/weixin_44646116/article/details/95523884） 当然，今天我们...
输入图的邻接矩阵，判断是否为强连通图
靳康的博客
12-14 1万+
步骤如下： 主要通过求邻接矩阵的2~n-1次方（n为顶点数）来判断，若存在一点在每个矩阵中值都为0，可得该点对应图中的两个顶点不连通，即此图不是强联通图。若任一点在每个矩阵中至少一个值不为0，则此图为强联通图。 （1）输入此图的邻接矩阵。 （2）求出矩阵的2~n-1次方。 （3）将矩阵的1~n-1次方对应点相加求和，存入另一n*n矩阵中，将此矩阵非0元素全部置为1，将对角线元素置为1，便得到此图的...
图的邻接矩阵求图的出度，入度，可达矩阵，判断强连通，弱连通，单向连通（C++,vs2017)
热门推荐
cysisu的博客
12-21 3万+
一、介绍概念   1、邻接矩阵        将一个n个节点的图，转化成一个n*n的矩阵G，G[i][j]表示第i个节点到第j个节点的的权重。              对于上图邻接矩阵为：        2、度       度分为入度和出度：某个节点的入度就是可以通过一条边到达这个节点的节点个数，某个节点的出度就是可以通过一条边到达其它节点的节点个数             ...
邻接矩阵_邻接矩阵_生成邻接矩阵_additione2k_复杂网络_
10-03
在计算机科学和图论中，邻接矩阵是一种用于...通过正确地生成和操作邻接矩阵，我们可以揭示网络中的各种结构和动态特性。"邻接矩阵.py"文件提供了一种实现这一目标的具体方法，尽管具体细节需要查看源代码才能了解。
邻接矩阵存储方式实现_邻接表_邻接矩阵_数据结构_
09-29
邻接矩阵的优点在于查询节点间是否存在边或者获取边的权重非常高效，时间复杂度为O(1)。然而，空间效率较低，因为无论图是否稀疏（边的数量远小于节点数量的平方），邻接矩阵都需要存储n²个元素。 **邻接表** ...
SSC_邻接矩阵_KNN邻接矩阵_谱聚类_
10-03
在SSC的邻接矩阵基础上，我们可以构建拉普拉斯矩阵，它包含了图的连通信息。拉普拉斯矩阵的最小几个特征向量可以提供数据的最佳低维嵌入，这有助于将数据点划分到不同的聚类中。谱聚类的优点在于它可以处理不规则...
判断邻接矩阵存储的图是否为连通图
vener_的博客
09-28 2830
用深度优先搜索判断 typedef struct { char vex[Max]; int arc[Max][Max]; int vexnum,arcnum; }MGraph; bool visited[Max]; bool Judge(MGraph G) { for(int v=0,v<G.vexnum,v++) { visited[v]=false; } DFS(G,0); for(int v=0;v<G.vexnum;v++) if(!visited[v])
邻接矩阵 有向图 判断是否有环 是否连通 DFS C实现~
Unyielding will
08-05 7111
通过 对DFS 搜索 修改 实现 了 根据有无（反向边）判断是否 有环 ， 并且可以计算连通分量个数 并判断 是否连通。
离散实验八 判别图的连通性 （给定 n 个结点的有向图的邻接矩阵，可判断该图是否为强连通的，单向连通 的，或弱连通的）
weixin_57202646的博客
07-15 4263
对于给定的邻接矩阵A，我们可以用前面给出的可达矩阵Warshall算法求 出A所表示的图的可达矩阵P。对于可达矩阵P来说，如果P的所有元素均为1， 则所给的有向图是强连通的；对于P的所有元素（除主对角线元素外）Pij来说， 均有：Pij+Pji>0，则所给有向图是单向连通的。当所给有向图既不是强连通的，又不是单向连通的时候，我们改造邻接矩阵为：对于矩阵A中所有的元素（除主对角线的元素外）aij，若aij=1或aji=1，则1Þ aij且1Þ aji。...
判断图的连通性
不羡仙的博客
06-11 4717
通过矩阵判断图的连通性的过程类似于使用定义求解传递闭包的过程，但是要注意一些细节上的判断
利用可达矩阵判断连通性_如何验证图的连通性？
weixin_39710179的博客
12-08 1474
#include<iostream> #include<queue> #include <stdio.h> using namespace std; #define MAX_VNUM 10 typedef struct { int weight; }Adj,AdjMatrix[MAX_VNUM][MAX_VNUM]; typedef struct ...
代驾应用系统 SSM毕业设计 附带论文.zip
最新发布
11-15
代驾应用系统 SSM毕业设计 附带论文 启动教程:https://www.bilibili.com/video/BV1GK1iYyE2B
给定邻接矩阵判断是否连通图
05-24
判断一个无向图是否连通，可以使用深度优先搜索（DFS）或广度优先搜索（BFS）来实现。具体步骤如下： 1. 选择一个起始节点，从该节点开始进行搜索。 2. 遍历与该节点相邻的所有节点，如果该节点未被访问过，标记为已访问并将其加入搜索队列。 3. 从队列中取出下一个节点，重复步骤2，直到队列为空。 4. 如果所有节点都被访问过，则该图是连通的，否则不连通。 实现过程中，可以使用一个数组记录每个节点的访问状态，初始值都为未访问。每次遍历到一个节点时，将其标记为已访问。如果遍历结束后仍有未访问的节点，则说明该图不连通。 下面是一个基于邻接矩阵的实现示例（假设节点编号从0开始）： ```python def is_connected(adj_matrix): n = len(adj_matrix) visited = [False] * n queue = [0] # 从节点0开始搜索 visited[0] = True while queue: node = queue.pop(0) for i in range(n): if adj_matrix[node][i] == 1 and not visited[i]: visited[i] = True queue.append(i) return all(visited) ``` 其中，`adj_matrix`是邻接矩阵，`n`是节点数，`visited`是访问状态数组，`queue`是搜索队列。最后使用`all()`函数判断是否所有节点都被访问过。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值