LeetCode 685 冗余连接2

在本问题中，有根树指满足以下条件的有向图。该树只有一个根节点，所有其他节点都是该根节点的后继。每一个节点只有一个父节点，除了根节点没有父节点。

输入一个有向图，该图由一个有着N个节点 (节点值不重复1, 2, ..., N) 的树及一条附加的边构成。附加的边的两个顶点包含在1到N中间，这条附加的边不属于树中已存在的边。

结果图是一个以边组成的二维数组。 每一个边 的元素是一对 [u, v]，用以表示有向图中连接顶点 u 和顶点 v 的边，其中 u 是 v 的一个父节点。

返回一条能删除的边，使得剩下的图是有N个节点的有根树。若有多个答案，返回最后出现在给定二维数组的答案。

示例 1:

输入: [[1,2], [1,3], [2,3]]
输出: [2,3]
解释: 给定的有向图如下:
  1
 / \
v   v
2-->3
示例 2:

输入: [[1,2], [2,3], [3,4], [4,1], [1,5]]
输出: [4,1]
解释: 给定的有向图如下:
5 <- 1 -> 2
     ^    |
     |    v
     4 <- 3

本题首先考察是否存在入度为2的节点，如果存在，那么结果就在连接该点的两条边中。如果不存在，那么久寻找构成环的那条边。

from typing import *
from collections import *


class Solution:

    def __init__(self):
        self.findSet = {}

    def findRedundantDirectedConnection(self, edges: List[List[int]]) -> [List[int]]:
        n = len(edges)
        indegrees = [0] * (n + 1)
        for edge in edges:
            indegrees[edge[1]] += 1
        list1 = []
        for (i, edge) in enumerate(edges):
            if indegrees[edge[1]] > 1:
                list1.append(i)

        if len(list1) > 0:
            if self.judge_remove_edge(edges, list1[1]):
                return edges[list1[1]]
            return edges[list1[0]]

        self.findSet = {i: i for i in range(1, len(edges) + 1)}
        for edge in edges:
            if self.find(edge[0]) == self.find(edge[1]):
                return edge
            self.union_set(edge[0], edge[1])
        return []

    def judge_remove_edge(self, edges, i):
        self.findSet = {i: i for i in range(1, len(edges) + 1)}
        for j in range(len(edges)):
            if j == i:
                continue
            if self.find(edges[j][0]) == self.find(edges[j][1]):
                return False
            self.union_set(edges[j][0], edges[j][1])
        return True

    def find(self, i):
        while i != self.findSet[i]:
            i = self.findSet[i]
        return i

    def union_set(self, i, j):
        find_i = self.find(i)
        find_j = self.find(j)
        if find_j != find_i:
            self.findSet[find_i] = find_j