Day56--图论--108. 冗余的边(卡码网),109. 冗余的边II(卡码网)
Day56–图论–108. 冗余的边(卡码网),109. 冗余的边II(卡码网)
今天又是练习并查集的一天。第一题很简单,第二题有多种情况,如果不熟悉图的话,基本上是想不出来的。建议思考超过10分钟,直接看题解。跟着题解抄一遍,然后再自己写一遍思路,比愣头青去想好,效率更高。
108. 冗余的边(卡码网)
方法:并查集
思路:
使用并查集,将每个边的from to都加到集合里面。
如果发现from to已经在集合里了,就说明他们在同一颗树上。
如果再把他们连起来,就会成环。所以这是要删除的边
import java.util.*;public class Main {public static void main(String[] args) {Scanner in = new Scanner(System.in);int n = in.nextInt();Disjoint dj = new Disjoint(n);while (n-- > 0) {int from = in.nextInt();int to = in.nextInt();// 如果发现from to已经在集合里了,就说明他们在同一颗树上// 如果再把他们连起来,就会变成图。所以这是要删除的边if (dj.isSame(from, to)) {System.out.println(from + " " + to);return;} else {// 每个from to都加到集合里面dj.join(from, to);}}}
}class Disjoint {private int[] father;public Disjoint(int n) {father = new int[n + 1];for (int i = 0; i <= n; i++) {father[i] = i;}}public int find(int a) {if (a == father[a]) {return a;} else {return father[a] = find(father[a]);}}public boolean isSame(int o1, int o2) {return find(o1) == find(o2);}public void join(int o1, int o2) {int root1 = find(o1);int root2 = find(o2);if (root1 == root2) {return;}father[o2] = o1;}
}
109. 冗余的边II(卡码网)
方法:并查集
思路:
两个方向
- 图中有一个入度为2的点
- 情况一:如果我们找到入度为2的点,那么删一条指向该节点的边就行了。
- 情况二,入度为2的点,只能删特定的一条边,因为有可能一删就不成树了,有孤点。
- 综上,鉴于情况二,我们要模拟删除,看看它删后是否还构成树;鉴于情况一,如果都能删,题目要求要优先删除后面的。
- 实际代码怎么做?
- 倒序遍历入度为2的边,模拟删除后,是否还能构成树,能的话删。不能的话,删第二条边。
- 图中有一个有向环
- 删掉构成环的边就行了(和上题差不多)
import java.util.*;public class Main {public static void main(String[] args) {Scanner in = new Scanner(System.in);int n = in.nextInt();int[][] edges = new int[n][2];int[] inDegree = new int[n + 1];for (int i = 0; i < n; i++) {int from = in.nextInt();int to = in.nextInt();// 节点to的入度加一inDegree[to]++;edges[i][0] = from;edges[i][1] = to;}// 检查edges中是否有入度为2的节点List<Integer> twoInDegree = new ArrayList<>();// 因为要满足情况一,优先输出后加入的边,需要倒序遍历for (int i = n - 1; i >= 0; i--) {if (inDegree[edges[i][1]] == 2) {// 这里加的这个i是edges中的索引twoInDegree.add(i);}}// 索引值int i;if (twoInDegree.size() > 0) {// 这条是最后加入的边i = twoInDegree.get(0);// 如果删除后仍能构成树,证明是情况一,直接删这条if (isTreeAfterRemove(edges, i, new Disjoint(n))) {} else {// 如果不能构成树,证明是情况二,删另一条i = twoInDegree.get(1);}} else {// 如果没有入度为2的边,走到这里,就是情况三:删除构成有向环的边// 注意,不要传用过的并查集。这里要传一个新的。i = getRemoveEdge(edges, new Disjoint(n));}// 打印输出System.out.println(edges[i][0] + " " + edges[i][1]);}// 模拟删除索引为Index这条边,看看剩下的边是否能构成树private static boolean isTreeAfterRemove(int[][] edges, int index, Disjoint dj) {for (int i = 0; i < edges.length; i++) {// 模拟删除索引为Index这条边,看看剩下的边是否能构成树if (i == index) {continue;}int from = edges[i][0];int to = edges[i][1];// 剩下的from to,还有不在一个图中的,证明存在孤点if (dj.isSame(from, to)) {return false;}dj.join(from, to);}// 模拟删除后,仍然能构成树return true;}// 情况三:删除构成有向环的边。和108冗余的边是一样的操作。private static int getRemoveEdge(int[][] edges, Disjoint dj) {int i=0;for (i = 0; i < edges.length; i++) {int from = edges[i][0];int to = edges[i][1];if (dj.isSame(from, to)) {break;} else {dj.join(from, to);}}return i;}
}// 并查集
class Disjoint {private int[] father;public Disjoint(int n) {father = new int[n + 1];for (int i = 0; i <= n; i++) {father[i] = i;}}public int find(int a) {if (a == father[a]) {return a;} else {return father[a] = find(father[a]);}}public boolean isSame(int o1, int o2) {return find(o1) == find(o2);}public void join(int o1, int o2) {int root1 = find(o1);int root2 = find(o2);if (root1 == root2) {return;}father[o2] = o1;}
}
代码随想录中,给出的Java的版本,写得有点累赘。本篇代码改自卡尔的C++版本题解,自认为写得更加清晰一点。符合卡尔解题的时候用的思路。
勘误:
之前并查集理解得不够透彻,join方法写错了。
原来是:
public void join(int o1, int o2) {int root1 = find(o1);int root2 = find(o2);if (root1 == root2) {return;}father[o2] = o1;}
现在是:
public void join(int o1, int o2) {int root1 = find(o1);int root2 = find(o2);if (root1 == root2) {return;}father[root2] = root1;}
为什么必须连接根节点?
假设我们要合并两个节点o1
和o2
,步骤应该是:
- 先通过
find
找到o1
的根节点root1
,o2
的根节点root2
。 - 如果
root1 != root2
,说明两个节点属于不同集合,需要合并。 - 合并的是两个集合的根节点(即
root2
的父节点指向root1
),而不是直接让o2
的父节点指向o1
。
举例:
假设现在有两个独立的集合:
- 集合 1:
1
是根节点(father[1] = 1
),2
的父节点是1
(father[2] = 1
)。 - 集合 2:
3
是根节点(father[3] = 3
),4
的父节点是3
(father[4] = 3
)。
现在要合并2
和4
(即o1=2
,o2=4
):
- 先找根节点:
root1 = find(2) = 1
,root2 = find(4) = 3
。 - 正确的合并:
father[root2] = root1
(即father[3] = 1
)。
合并后,两个集合的根节点都是1
,整个集合结构为:1
是根,2
和3
的父节点是1
,4
的父节点是3
。
如果错误地写成father[o2] = o1
(即father[4] = 2
):
- 此时
4
的父节点是2
,但2
的父节点是1
,3
的父节点还是3
(仍然是独立根节点)。 - 这会导致
3
和4
被错误地分割在不同集合中(find(3) = 3
,find(4) = 1
),但实际上4
原本属于3
的集合,合并后应该同属一个集合。