【深度优先搜索】【树】【有向图】【推荐】685. 冗余连接 II

简介: 【深度优先搜索】【树】【有向图】【推荐】685. 冗余连接 II

LeetCode685. 冗余连接 II

在本问题中,有根树指满足以下条件的 有向 图。该树只有一个根节点,所有其他节点都是该根节点的后继。该树除了根节点之外的每一个节点都有且只有一个父节点,而根节点没有父节点。

输入一个有向图,该图由一个有着 n 个节点(节点值不重复,从 1 到 n)的树及一条附加的有向边构成。附加的边包含在 1 到 n 中的两个不同顶点间,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 edges 。 每个元素是一对 [ui, vi],用以表示 有向 图中连接顶点 ui 和顶点 vi 的边,其中 ui 是 vi 的一个父节点。

返回一条能删除的边,使得剩下的图是有 n 个节点的有根树。若有多个答案,返回最后出现在给定二维数组的答案。

示例 1:

输入:edges = [[1,2],[1,3],[2,3]]

输出:[2,3]

示例 2:

输入:edges = [[1,2],[2,3],[3,4],[4,1],[1,5]]

输出:[4,1]

提示:

n == edges.length

3 <= n <= 1000

edges[i].length == 2

1 <= ui, vi <= n

预备知识

有向图并集查找使用的2个前提:

前提一:所有的点出度为1或为0。

前提二:无环。

以当前节点为起点的最长路径终点,简称最长终点。如:两条边A B → \overrightarrow{AB}ABB C → \overrightarrow{BC}BC ,A的最长终点是C。

有向树性质

性质一:任意节点都能访问自己所有后代,且不能访问自己后代之外的节点。

性质二:如果删除的边不是指向某节点的祖先,则根节点一定能访问此节点。

暴力解法

枚举删除的边,时间复杂度O(n);判断余下的边是否是有根树,时间复杂度O(n^n)。

深度优先判断有根树

前提三该树除了根节点之外的每一个节点都有且只有一个父节点,而根节点没有父节点。    ⟺    \iff 只有一个节点的入度为0,此节点为根。其它节点入度为1。

前提四该树只有一个根节点,所有其他节点都是该根节点的后继。    ⟺    \iff 根节点可以访问所有的节点。通过一条边直接访问的节点是根节点的后继。通过两条边访问的节点是后继的后继 ⋯ \cdots

如果有环一定不行,n-1条边,如果有重复节点则无法访问n-1个新节点。所以访问了重复的节点直接返回。

核心代码

class Solution {
public:
  vector<int> findRedundantDirectedConnection(vector<vector<int>>& edges) {
    m_c = edges.size();
    for (int i = m_c-1 ; i >=0 ;i--)
    {
      vector<vector<int>> vNeiBo(m_c);
      for (int j = 0; j < m_c; j++)
      {
        if (j != i)
        {
          vNeiBo[edges[j][0] - 1].emplace_back(edges[j][1] - 1);
        }
      }
      if (Is(vNeiBo))
      {       
        return edges[i];
      }
    }
    return {};
  }
  bool Is(const vector<vector<int>>& vNeiBo)const
  {
    vector<int> vInDeg(m_c);
    for (const auto& v : vNeiBo)
    {
      for (const auto& to : v)
      {
        vInDeg[to]++;
      }     
    }
    for (int i = 0; i < m_c; i++)
    {
      if (0 == vInDeg[i])
      {
        vector<int> vVis(m_c);
        DFS(vVis, vNeiBo, i);
        return m_c == std::accumulate(vVis.begin(), vVis.end(), 0);
      }
    }
    return false;
  }
  void DFS(vector<int>& vVis, const vector<vector<int>>& vNeiBo,int cur)const
  {
    if (vVis[cur])
    {
      return;
    }
    vVis[cur] = 1;
    for (const auto& next : vNeiBo[cur])
    {
      DFS(vVis, vNeiBo, next);
    }
  }
  int m_c;
};

测试用例

template<class T,class T2>
void Assert(const T& t1, const T2& t2)
{
  assert(t1 == t2);
}
template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{
  if (v1.size() != v2.size())
  {
    assert(false);
    return;
  }
  for (int i = 0; i < v1.size(); i++)
  {
    Assert(v1[i], v2[i]);
  }
}
int main()
{
  vector<vector<int>> edges;
  {
    Solution sln;
    edges = { {5,2},{5,1},{3,1},{3,4},{3,5} };
    auto res = sln.findRedundantDirectedConnection(edges);
    Assert({ 3,1 }, res);
  }
  {
    Solution sln;
    edges = { {1, 2}, { 2,3 }, { 3,1 }, { 4,1 } };
    auto res = sln.findRedundantDirectedConnection(edges);
    Assert({ 3,1 }, res);
  }
  {
    Solution sln;
    edges = { {1,2},{1,3},{2,3} };
    auto res = sln.findRedundantDirectedConnection(edges);
    Assert({ 2,3 }, res);
  }
  {
    Solution sln;
    edges = { {1,2},{2,3},{3,4},{4,1},{1,5} };
    auto res = sln.findRedundantDirectedConnection(edges);
    Assert({ 4,1 }, res);
  }
  {
    Solution sln;
    edges = { {2,1},{3,1},{4,2},{1,4} };
    auto res = sln.findRedundantDirectedConnection(edges);
    Assert({ 2,1 }, res);
  }
  {
    Solution sln;
    edges = { {4,2},{1,5},{5,2},{5,3},{2,4} }   ;
    auto res = sln.findRedundantDirectedConnection(edges);
    Assert({ 4,2 }, res);
  }
}

并集查找

所有边反向,即:根节出度为0,其它节点出度为1。所有节点的最长终点是都是根节点。即判定一:所有节点的最终节点相同。

有向树是判断一,无需证明。下面来证明判断一一定是有向树,判定一符合前提四无需证明,只需证明判定一符合前提三。

{ n − 1 个非根节点最终目的地是根节点,说明这些定点的出度至少为 1 。 总共 n − 1 条边。 → { 根节点出度为 0 其它节点出度为 1 \begin{cases} n-1个非根节点最终目的地是根节点,说明这些定点的出度至少为1。\\ 总共n-1条边。\\ \end{cases}\rightarrow \begin{cases}根节点出度为0\\ 其它节点出度为1 \end{cases}{n1个非根节点最终目的地是根节点,说明这些定点的出度至少为1总共n1条边。{根节点出度为0其它节点出度为1

简化

n-1条边,如果无环,则说明访问了n-1个新节点。且只有一个连通区域,否则顶点更多。故:

无环没有出度为2的定点   ⟺    \iff 有向树

代码

class CUnionFindDirect
{
public:
  CUnionFindDirect(int iSize)
  {
    m_vRoot.resize(iSize);
    iota(m_vRoot.begin(), m_vRoot.end(), 0);
  }
  void Connect(bool& bConflic, bool& bCyc, int iFrom, int iTo)
  {
    bConflic = bCyc = false;
    if (iFrom != m_vRoot[iFrom])
    {
      bConflic = true;
    }
    Fresh(iTo);
    if (m_vRoot[iTo] == iFrom)
    {
      bCyc = true;
    }
    if (bConflic || bCyc)
    {
      return;
    }
    m_vRoot[iFrom] = m_vRoot[iTo];
  }
private:
  int Fresh(int iNode)
  {
    if (m_vRoot[iNode] == iNode)
    {
      return iNode;
    }
    return m_vRoot[iNode] = Fresh(m_vRoot[iNode]);
  }
  vector<int> m_vRoot;
};
class Solution {
public:
  vector<int> findRedundantDirectedConnection(vector<vector<int>>& edges) {
    m_c = edges.size();
    for (int i = m_c-1 ; i >=0 ;i--)
    {     
      if (Is(edges,i))
      {       
        return edges[i];
      }
    }
    return {};
  }
  bool Is(const vector<vector<int>>& edges,int i )const
  {
    CUnionFindDirect uf(m_c);
    for (int j = 0; j < m_c; j++)
    {
      if (j != i)
      {
        bool b2 = false, bCyc = false;
        uf.Connect(b2,bCyc,edges[j][1] - 1, edges[j][0] - 1);
        if (b2 || bCyc)
        {
          return false;
        }
      }
    }
    return true;
  }
  int m_c;
};

特殊情况

如果有环,计算最长终点,可能会死循环。所以要提前判断。有环   ⟺    \iff B的最长终点是A,发现新边A B → \overrightarrow{AB}AB

必要条件无需证明环是: B → A → B 。 必要条件无需证明环是:B \rightarrow A \rightarrow B 。必要条件无需证明环是:BAB

现在证明充分条件:

由于是环,所以B一定能到A,假定增加新边A B → \overrightarrow{AB}AB前,B的最长终点是C,那么A能访问C,也就是A出度至少为1。加上A B → \overrightarrow{AB}AB出度就成了2。和前提三矛盾。

优化

有向森林B的父节点是C,增加的边A B → \overrightarrow{AB}AB。有以下两种情况:

一,无环。如果B不是A的祖先,则B无法访问A,增加新边后,就无法形成环。存在入度为2的顶点

1.1,和森林的某边重合。删除任意一边。

1.2,前向边,A是祖先,B是后代(A能访问B)。

如果先发现AB,后发现CB则是横叉边。

1.3,横叉变。A和B都无法到达他们的公共祖先,所以不会有环。

如果先发现AB,后发现CB则是前向边。

总结: 根据性质二,B不会是A祖先,所以1.2和1.3删除CB不会影响根节点访问A。

二,后向边,B是祖先,A是后代,B能访问A。增加新边后,A能访问B。形成了环。

2.1,如果B是根节点,则这个环上所有节点都能访问B,也就是能访问所有节点。删除任意一边后,会形成新树。不存在入度为2的顶点

,2.2 如果B不是根节点。不包括C B → \overrightarrow{CB}CBA B → \overrightarrow{AB}AB 如果C是根节点的后代,则删除A B → \overrightarrow{AB}AB可以形成新树 。如果A是根节点的后代,则删除C B → \overrightarrow{CB}CB,可形成新树 。存在入度为2的顶点

无论是发现环,还是发现入度为2,还是同时发现环和入度为2,都只能删除折线。

处理方法一: { 删除 C B → 不通过 C B → ,根节点能到达 A 。 删除 A B → 不通过 A B → ,根节点能到达 C 。 处理方法一:\begin{cases} 删除\overrightarrow{CB} & 不通过\overrightarrow{CB},根节点能到达A。\\ 删除\overrightarrow{AB} &不通过\overrightarrow{AB},根节点能到达C。\\ \end{cases}处理方法一:{删除CB删除AB不通过CB,根节点能到达A不通过AB,根节点能到达C

总结,5种情况合并两种:

{ 删除环中任意一边(最后一边) 不存在入度为 2 的定点 处理方法一 o t h e r \begin{cases} 删除环中任意一边(最后一边) & 不存在入度为2的定点 \\ 处理方法一 & other \\ \end{cases}{删除环中任意一边(最后一边)处理方法一不存在入度为2的定点other

代码

class CUnionFindDirect
{
public:
  CUnionFindDirect(int iSize)
  {
    m_vRoot.resize(iSize);
    iota(m_vRoot.begin(), m_vRoot.end(), 0);
  }
  void Connect(bool& bConflic, bool& bCyc, int iFrom, int iTo)
  {
    bConflic = bCyc = false;
    if (iFrom != m_vRoot[iFrom])
    {
      bConflic = true;
    }
    Fresh(iTo);
    if (m_vRoot[iTo] == iFrom)
    {
      bCyc = true;
    }
    if (bConflic || bCyc)
    {
      return;
    }
    m_vRoot[iFrom] = m_vRoot[iTo];
  }
  int GetMaxDest(int iFrom)
  {
    Fresh(iFrom);
    return m_vRoot[iFrom];
  } 
private:
  int Fresh(int iNode)
  {
    if (m_vRoot[iNode] == iNode)
    {
      return iNode;
    }
    return m_vRoot[iNode] = Fresh(m_vRoot[iNode]);
  }
  vector<int> m_vRoot;
};
class Solution {
public:
  vector<int> findRedundantDirectedConnection(vector<vector<int>>& edges) {
    m_c = edges.size();
    vector<int> vParent(m_c, -1);
    int iParentOld = -1;
    for (int j = 0; j < m_c; j++)
    {
      if (vParent[edges[j][1] - 1] >= 0)
      {
        iParentOld = vParent[edges[j][1] - 1];
      }
      vParent[edges[j][1] - 1] = edges[j][0] - 1;
    }
    const int root = std::find(vParent.begin(), vParent.end(), -1) - vParent.begin();
    CUnionFindDirect uf(m_c);   
    int iCyc = -1;
    int i2 = -1;
    for (int j = 0; j < m_c; j++)
    {
      bool b2 = false, bCyc = false;
      uf.Connect(b2, bCyc, edges[j][1] - 1, edges[j][0] - 1);
      if (b2)
      {
        i2 = j;
      }
      if (bCyc)
      {
        iCyc = j ;
      }
    }
    if (-1 != i2)
    {
      const int dest = uf.GetMaxDest(edges[i2][1] - 1);
      return (root == dest) ? edges[i2] : vector<int>{ iParentOld + 1, edges[i2][1] };
    }
    return edges[iCyc];
  }
  int m_c;
};

注意

一,所有边都加到并集查找才判断最长终点。

二,由于冲突边和环边会忽略。所以可能出现 忽略环边时,让冲突边也消失。碰巧可以按环处理。

BA和CD已经发现,CB未发现。发现AB是环边,忽略。由于AB被忽略,所以CB不是冲突边。


相关文章
|
7月前
|
存储 算法 C++
【C/C++ 数据结构 】无向图和有向图的差异
【C/C++ 数据结构 】无向图和有向图的差异
259 0
|
7月前
|
算法 测试技术
【动态规划】【广度优先搜索】【状态压缩】847 访问所有节点的最短路径
【动态规划】【广度优先搜索】【状态压缩】847 访问所有节点的最短路径
|
7月前
|
存储 人工智能 算法
图与树的遍历:探索广度优先、深度优先及其他遍历算法的原理与实现
图与树的遍历:探索广度优先、深度优先及其他遍历算法的原理与实现
457 0
|
6月前
|
存储 C语言
数据结构学习记录——图的遍历(深度优先搜索、广度优先搜索、为什么需要两种遍历、图不连通怎么办)
数据结构学习记录——图的遍历(深度优先搜索、广度优先搜索、为什么需要两种遍历、图不连通怎么办)
76 0
|
7月前
|
存储
树的存储结构以及树,二叉树,森林之间的转换
树的存储结构以及树,二叉树,森林之间的转换
38 0
|
7月前
|
算法 测试技术 C#
【深度优先搜索】1766. 互质树
【深度优先搜索】1766. 互质树
|
7月前
|
人工智能 算法 BI
【深度优先搜索】【C++算法】834 树中距离之和
【深度优先搜索】【C++算法】834 树中距离之和
|
7月前
|
人工智能 算法 BI
【深度优先搜索】【树】【图论】2973. 树中每个节点放置的金币数目
【深度优先搜索】【树】【图论】2973. 树中每个节点放置的金币数目
L2-026 小字辈(树的建立+BFS)
L2-026 小字辈(树的建立+BFS)
84 0
|
数据安全/隐私保护
列出叶节点 (二叉树的建立和BFS)
列出叶节点 (二叉树的建立和BFS)
97 1

热门文章

最新文章