并查集模板——核心就是路径压缩
Posted bonelee
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了并查集模板——核心就是路径压缩相关的知识,希望对你有一定的参考价值。
547. 朋友圈
难度中等
班上有 N 名学生。其中有些人是朋友,有些则不是。他们的友谊具有是传递性。如果已知 A 是 B 的朋友,B 是 C 的朋友,那么我们可以认为 A 也是 C 的朋友。所谓的朋友圈,是指所有朋友的集合。
给定一个 N * N 的矩阵 M,表示班级中学生之间的朋友关系。如果M[i][j] = 1,表示已知第 i 个和 j 个学生互为朋友关系,否则为不知道。你必须输出所有学生中的已知的朋友圈总数。
示例 1:
输入: [[1,1,0], [1,1,0], [0,0,1]] 输出: 2 说明:已知学生0和学生1互为朋友,他们在一个朋友圈。 第2个学生自己在一个朋友圈。所以返回2。
示例 2:
输入: [[1,1,0], [1,1,1], [0,1,1]] 输出: 1 说明:已知学生0和学生1互为朋友,学生1和学生2互为朋友,所以学生0和学生2也是朋友,所以他们三个在一个朋友圈,返回1。
注意:
- N 在[1,200]的范围内。
- 对于所有学生,有M[i][i] = 1。
- 如果有M[i][j] = 1,则有M[j][i] = 1。
class Solution(object): def findCircleNum(self, M): """ :type M: List[List[int]] :rtype: int """ N = len(M) self.init(N) for i in range(0, N): for j in range(i + 1, N): if M[i][j]: self.connect(i, j) return self.count() def count(self): cnt = 0 for i,n in enumerate(self.father): if self.father[i] == i: cnt += 1 return cnt def init(self, N): self.father = [0] * N for i in range(N): self.father[i] = i def connect(self, a, b): self.father[self.find(a)] = self.find(b) def find(self, node): path = [] while self.father[node] != node: path.append(node) node = self.father[node] for n in path: self.father[n] = node return node
684. 冗余连接
难度中等
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。
结果图是一个以边
组成的二维数组。每一个边
的元素是一对[u, v]
,满足 u < v
,表示连接顶点u
和v
的无向图的边。
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。
更新(2017-09-26):
我们已经重新检查了问题描述及测试用例,明确图是无向 图。对于有向图详见冗余连接II。对于造成任何不便,我们深感歉意。
class Solution(object): def findRedundantConnection(self, edges): """ :type edges: List[List[int]] :rtype: List[int] """ N = len(edges) self.init(N) ans = [None, None] for i,j in edges: is_success, same_nodes = self.connect(i, j) if not is_success: ans = same_nodes return ans def connect(self, a, b): f1 = self.find(a) f2 = self.find(b) if f1 != f2: self.father[f1] = f2 return True, [None,None] else: return False, [a,b] def init(self, N): self.father = {} for i in range(1, N+1): self.father[i] = i def find(self, node): path = [] while self.father[node] != node: path.append(node) node = self.father[node] for n in path: self.father[n] = node return node
以上是关于并查集模板——核心就是路径压缩的主要内容,如果未能解决你的问题,请参考以下文章