LeetCode 684. 冗余连接 | Python

684. 冗余连接


题目来源:力扣(LeetCode)https://leetcode-cn.com/problems/redundant-connection/

题目


在本问题中, 树指的是一个连通且无环的无向图。

输入一个图,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。

结果图是一个以组成的二维数组。每一个的元素是一对[u, v] ,满足 u < v,表示连接顶点uv无向图的边。

返回一条可以删去的边,使得结果图是一个有着N个节点的树。如果有多个答案,则返回二维数组中最后出现的边。答案边 [u, v] 应满足相同的格式 u < v

示例 1:

输入: [[1,2], [1,3], [2,3]]
输出: [2,3]
解释: 给定的无向图为:
  1
 / \
2 - 3

示例 2:

输入: [[1,2], [2,3], [3,4], [1,4], [1,5]]
输出: [1,4]
解释: 给定的无向图为:
5 - 1 - 2
    |   |
    4 - 3

注意:

  • 输入的二维数组大小在 3 到 1000。
  • 二维数组中的整数在1到N之间,其中N是输入数组的大小。

解题思路


思路:并查集

先审题,本题中的树指的是【一个连通且无环的 无向 图】。

现在题目给定的图,由一个含有 N N N 个节点(节点不重复 1 1 1 2 2 2,…, N N N)的树及一条附加边构成。

根据前面树的定义,这里的树不存在环,题中又说明附加的边两个顶点包含在 1 1 1 N N N 中间,但不属于树中已存在的边,那么这条附加边再添加进来则会导致图出现环。

而这道题,也就是要找出这条附加边,将其删除,返回一个有 N N N 个节点的树。

题目中图是以边组成的二维数组的形式表示,每个边元素都是成对存在形如 [ u , v ] [u, v] [u,v],其中 规定 u < v u < v u<v,用以表示连接顶点 u u u v v v 的边。

题目后面说明可能存在多个答案,此时返回最后出现的边。那么遍历时则从左往右遍历。

本篇幅使用并查集来查找附加边,具体的思路如下:

  • 初始化,令每个节点属于不同连通分量;
  • 从左往右遍历每条边,判断边的两个顶点是否属于同一个连通分量:
    • 若不属于同个连通分量,那么将两个顶点的连通分量进行合并;
    • 若属于同个连通分量,那么也就说明在之前,两个顶点已经被合并在同一个连通分量中,此时连接这两个顶点的边再加进来则会导致出现环,那么这条边就是我们要找的附加边,将其返回。

具体的代码实现如下。

class UnionFind:
    def __init__(self, n):
        self.parent = [i for i in range(n)]

    def find(self, x):
        if x != self.parent[x]:
            self.parent[x] = self.find(self.parent[x])
        return self.parent[x]
    
    def union(self, x, y):
        """合并连通分量
        Return:
            属于同个连通分量,返回 False
            不属于同个连通分量,返回 True
        """
        x_root = self.find(x)
        y_root = self.find(y)
        if x_root == y_root:
            return False
        # 不属于同个连通分量,合并
        self.parent[x_root] = y_root
        return True

class Solution:
    def findRedundantConnection(self, edges: List[List[int]]) -> List[int]:
        n = len(edges)
        
        # 节点不重复,由 1 到 N
        uf = UnionFind(n+1)
        # 遍历二维数组的每条边,进行判断
        for edge in edges:
            x = edge[0]
            y = edge[1]
            # uf.union(x, y) 中,返回 False 表示属于同个连通分量
            # 说明前面两个顶点已经被合并在同个分量中,此时再将这条边加进来会出现闭环
            # 这条边就是要找的附加边,返回
            if not uf.union(x, y):
                return edge

欢迎关注


公众号 【书所集录


如有错误,烦请指出,欢迎指点交流。若觉得写得还不错,麻烦点个赞👍,谢谢。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
你好!对于LeetCode上的问题994.腐烂的橘子,你可以使用Python来解决。下面是一个示例代码: ```python from collections import deque def orangesRotting(grid): # 记录网格的行数和列数 row, col = len(grid), len(grid[0]) # 定义四个方向:上、下、左、右 directions = [(-1, 0), (1, 0), (0, -1), (0, 1)] # 使用队列来保存腐烂的橘子的位置 queue = deque() # 记录新鲜橘子的数量 fresh_count = 0 # 遍历整个网格,初始化队列和新鲜橘子的数量 for i in range(row): for j in range(col): if grid[i][j] == 2: # 腐烂的橘子 queue.append((i, j)) elif grid[i][j] == 1: # 新鲜橘子 fresh_count += 1 # 如果新鲜橘子的数量为0,直接返回0 if fresh_count == 0: return 0 # 初始化分钟数 minutes = 0 # 开始进行BFS,直到队列为空 while queue: # 记录当前分钟数下,队列中的元素数量 size = len(queue) # 遍历当前分钟数下的所有腐烂的橘子 for _ in range(size): x, y = queue.popleft() # 遍历四个方向 for dx, dy in directions: nx, ny = x + dx, y + dy # 判断新位置是否在网格内,并且是新鲜橘子 if 0 <= nx < row and 0 <= ny < col and grid[nx][ny] == 1: # 将新鲜橘子变为腐烂状态 grid[nx][ny] = 2 # 将新鲜橘子的位置加入队列 queue.append((nx, ny)) # 新鲜橘子的数量减1 fresh_count -= 1 # 如果当前分钟数下,没有新鲜橘子了,结束循环 if fresh_count == 0: break # 每遍历完一层,分钟数加1 minutes += 1 # 如果最后还有新鲜橘子,返回-1,否则返回分钟数 return -1 if fresh_count > 0 else minutes ``` 你可以将给定的网格作为参数传递给`orangesRotting`函数来测试它。请注意,该代码使用了BFS算法来遍历橘子,并计算腐烂的分钟数。希望能对你有所帮助!如果有任何疑问,请随时问我。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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