题目链接:点击跳转
思路
方法一、种类并查集
题目的意思给我们n个点,将n个点分成两组,条件是两个不喜欢的点不能在一个组内,dislikes数组是告诉我们哪两个点直接存在不喜欢的关系。
了解完题目意思,我们先了解一下种类并查集:
并查集的应用很多,今天我们来看一个并查集的拓展——种类并查集
。
一般的并查集,维护的是具有连通性、传递性的关系,例如亲戚的亲戚是亲戚。但是,有时候,我们要维护另一种关系:敌人的敌人是朋友。种类并查集就是为了解决这个问题而诞生的。
种类并查集的做法:我们需要开一个两倍点数的数组
,例如,我们需要维护一个4个元素的并查集,我们就需要改为开8个元素的数组空间:
这里的1 ~ 4维护的是朋友关系,用5 ~ 8维护的是敌人关系(不喜欢的人)。现在1和2是敌人,
我们就关联merge(1,2 + n)和 merge(2,1 + n)
,这里的n指的是4,对于1个编号为i的元素,i + n是它的敌人,这里图的意思也就是1是2的敌人,2是1的敌人。
现在假如我们又知道2和4是敌人,我们关联merge(2,4 + n) 和 merge(2 + n,4)
。
敌人的敌人就是朋友,2和4是敌人,2和1也是敌人,这里1和4通过2 + n这个元素间接连接在一起,这就是种类并查集的原理。
代码示例
func possibleBipartition(n int, dislikes [][]int) bool {
f := make([]int, 2 * n + 1)
//维护2 * n大小的种类并查集
for i := 1; i <= 2 * n; i++{
f[i] = i
}
//查找其x的祖先节点
find := func(x int) int{
for x != f[x] {
x, f[x] = f[x], f[f[x]]
}
return f[x]
}
for _, d := range dislikes {
//查找各自的朋友
a, b := find(d[0]), find(d[1])
//如果他们的朋友都是同一个人,那这个分组一定失败
if a == b {
return false
}
//标记敌人
f[find(a + n)] = b
f[find(b + n)] = a
}
return true
}
复杂度分析
- 时间复杂度:O(2 * n + m),其中n表示点的个数,m表示dislikes数组的长度,维护一个2 * n的种类并查集,需要O(2 * n)的时间,find和union种类并查集需要O(m)的时间。
- 空间复杂度:O(2 * n),其中n表示点的个数,种类并查集需要额外申请 2 * n 的空间