2020_9_6 周赛题 5510. 保证图可完全遍历

Alice 和 Bob 共有一个无向图，其中包含 n 个节点和 3 种类型的边：

类型 1：只能由 Alice 遍历。 类型 2：只能由 Bob 遍历。 类型 3：Alice 和 Bob 都可以遍历。 给你一个数组 edges ，其中 edges[i] = [typei, ui, vi] 表示节点 ui 和 vi 之间存在类型为 typei 的双向边。请你在保证图仍能够被 Alice和 Bob 完全遍历的前提下，找出可以删除的最大边数。如果从任何节点开始，Alice 和 Bob 都可以到达所有其他节点，则认为图是可以完全遍历的。

返回可以删除的最大边数，如果 Alice 和 Bob 无法完全遍历图，则返回 -1 。

示例 1：

输入：n = 4, edges = [[3,1,2],[3,2,3],[1,1,3],[1,2,4],[1,1,2],[2,3,4]]
输出：2
解释：如果删除 [1,1,2] 和 [1,1,3] 这两条边，Alice 和 Bob 仍然可以完全遍历这个图。再删除任何其他的边都无法保证图可以完全遍历。所以可以删除的最大边数是 2 。
示例 2：

输入：n = 4, edges = [[3,1,2],[3,2,3],[1,1,4],[2,1,4]]
输出：0
解释：注意，删除任何一条边都会使 Alice 和 Bob 无法完全遍历这个图。
示例 3：

输入：n = 4, edges = [[3,2,3],[1,1,2],[2,3,4]] 输出：-1 解释：在当前图中，Alice 无法从其他节点到达节点 4 。类似地，Bob 也不能达到节点 1 。因此，图无法完全遍历。

提示：

1 <= n <= 10^5 1 <= edges.length <= min(10^5, 3 * n * (n-1) / 2)
edges[i].length == 3 1 <= edges[i][0] <= 3 1 <= edges[i][1] <
edges[i][2] <= n 所有元组 (typei, ui, vi) 互不相同

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/remove-max-number-of-edges-to-keep-graph-fully-traversable
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

感觉找可删除的边需要用dfs，但是怎么找呢…
分类讨论，首先，如果公用边存在环，那么删除环中的边肯定是安全的。这时候A手中的图应该是类型1的边加上删除完环之后的公用边，并且此时A中的图是不存在公用边的环的。再看A手中的图有多少回边即可。回边数等于环数，而由于现在A中不存在公用边环，拆哪一个环都可以拆A中自己的边，从而不会影响到B。B同理，最后的可拆的边数等于最开始公用边中的环数加上A，B中的环数。

class Solution {
	void addEdge(HashMap<Integer, List<Integer>> map, int[] edge) {
		if(!map.containsKey(edge[1])) {
			map.put(edge[1], new LinkedList<Integer>());
		}
		map.get(edge[1]).add(edge[2]);
		if(!map.containsKey(edge[2])) {
			map.put(edge[2], new LinkedList<Integer>());
		}
		map.get(edge[2]).add(edge[1]);
	}
	
	void dfs(HashMap<Integer, List<Integer>> map, int node, int from, List<Integer[]> backs) {
		List<Integer> edges = map.get(node);
		map.remove(node);
		int fromCount = 0;
		for(int i : edges) {
			if(i == from && fromCount == 0) {
				++fromCount;
				continue;
			}
				
			if(map.containsKey(i)) {
				backs.add(new Integer[]{node, i});
				dfs(map, i, node, backs);
			} else {
				++backEdges;
			}
		}
	}
	
	int lightDfs(HashMap<Integer, List<Integer>> map, int node, int from) {

		List<Integer> edges = map.get(node);
		map.remove(node);
		int fromCount = 0;
		int visitedNum = 1;
		for(int i : edges) {
			if(i == from && fromCount == 0) {
				++fromCount;
				continue;
			}
				
			if(map.containsKey(i)) {
				visitedNum += lightDfs(map, i, node);
			} else {
				++backEdges;
			}
		}

		return visitedNum;
	}
	
	int backEdges;
	
    public int maxNumEdgesToRemove(int n, int[][] edges) {
    	backEdges = 0;
    	//三次深度优先搜索吧
    	HashMap<Integer, List<Integer>> map3 = new HashMap<Integer, List<Integer>>();
    	HashMap<Integer, List<Integer>> map2 = new HashMap<Integer, List<Integer>>();
    	HashMap<Integer, List<Integer>> map1 = new HashMap<Integer, List<Integer>>();
    	for(int[] edge : edges) {
    		if(edge[0] == 3) {
    			addEdge(map3, edge);
    		} else if(edge[0] == 2) {
    			addEdge(map2, edge);
    		} else if(edge[0] == 1){
    			addEdge(map1, edge);
    		}
    	}
    	
    	List<Integer[]> back3 = new LinkedList<Integer[]>();
    	while(!map3.isEmpty())
    		dfs(map3, map3.keySet().iterator().next(), -1, back3);
    	for(Integer[] back : back3) {
    		//添加非回边
    		int[] toAdd = new int[] {3, back[0], back[1]};
    		addEdge(map2, toAdd);
    		addEdge(map1, toAdd);
    	}
    	if(lightDfs(map2, map2.keySet().iterator().next(), -1) != n || lightDfs(map1, map1.keySet().iterator().next(), -1) != n)
    		return -1;
    	
    	return backEdges / 2;
    }
}

跑起来挺慢的…java的HashMap是真的辣鸡