【欧拉回路】【图论】【并集查找】765. 情侣牵手

简介: 【欧拉回路】【图论】【并集查找】765. 情侣牵手

作者推荐

动态规划的时间复杂度优化

本文涉及知识点

欧拉回路 图论 并集查找

LeetCoce 765 情侣牵手

n 对情侣坐在连续排列的 2n 个座位上,想要牵到对方的手。

人和座位由一个整数数组 row 表示,其中 row[i] 是坐在第 i 个座位上的人的 ID。情侣们按顺序编号,第一对是 (0, 1),第二对是 (2, 3),以此类推,最后一对是 (2n-2, 2n-1)。

返回 最少交换座位的次数,以便每对情侣可以并肩坐在一起。 每次交换可选择任意两人,让他们站起来交换座位。

示例 1:

输入: row = [0,2,1,3]

输出: 1

解释: 只需要交换row[1]和row[2]的位置即可。

示例 2:

输入: row = [3,2,0,1]

输出: 0

解释: 无需交换座位,所有的情侣都已经可以手牵手了。

提示:

2n == row.length

2 <= n <= 30

n 是偶数

0 <= row[i] < 2n

row 中所有元素均无重复

欧拉回路

座位A坐着a1和b1,假设他们属于第a对情侣和第b队情侣。

b2左在座位C,如果a2也做在C,则b1和a2互换。A={a1,a2} C = {b1,b2}。 交换一次a↔ \leftrightarrow b

如果a2不在座位C,则C={b2,c1} 则交换b1 c1 。变成A={a1,c1} {b1,b2}。

如果a2,c2都在D,则c1↔ \leftrightarrow a2,变成A={a1,a2} B={b1,b2} C={c1,c2} 交换两次a↔ \leftrightarrow b a↔ \leftrightarrow c。

⋮ \vdots

这是一个解,下来来证明是最优解

{a1,b1} {b2,c1},{c2,a2}

解法一: b→ \rightarrow a → \rightarrow c

解法二: b→ \rightarrow c → \rightarrow a 交换的结果: {a1,c1}{b1,b2}{c2,a1} → \rightarrow {a1,a2}{b1,b2}{c1,c2}

解法三:a → \rightarrow b → \rightarrow c 交换的结果:{a1,a2} { b2,c1 } {c2,b1} → \rightarrow {b1,b2}{a1,a2}{c1,c2}

解法四:a → \rightarrow c → \rightarrow b 交换的结果:{c2 b1} {b2 c1} {a1 a2} → \rightarrow {a1,a2}{b1,b2}{c1,c2}

解法五:c → \rightarrow a → \rightarrow b

解法六:c → \rightarrow b → \rightarrow a

把某对情侣看成无向图的顶点,如果两对情侣有人挨在一起(有必要调整),则有边连接两者。如果同一对情侣挨着一起,则连接自己。所有顶点度数为2。   ⟺    \iff 若干欧拉回路。

每个回路的边数(定点数)减一就是需要调整次数。 自环也符合此算法。

用并集查找计算各连通区域(欧拉回路)的数量。返回:n - 区域数量。

a→ \rightarrowb 表示第a队情侣已经搞定,现在需要处理第b对情侣。

本题的解决过程就是:欧拉回路减去最后一条边。显然欧拉回路的边数不受起点和边影响。

选定起点和起点方向后,结果是确定的:

不失一般性,我们假定a→ \rightarrowb 是第一条边。

初始:当前座位对{a,b}

a→ \rightarrowb后:当前座位{b,d}

b→ \rightarrowc后:当前座位{c,d}

c→ \rightarrowd后:{d,d}

{d,d}无需处理。

代码

核心代码

class CUnionFind
{
public:
  CUnionFind(int iSize) :m_vNodeToRegion(iSize)
  {
    for (int i = 0; i < iSize; i++)
    {
      m_vNodeToRegion[i] = i;
    }
    m_iConnetRegionCount = iSize;
  }
  int GetConnectRegionIndex(int iNode)
  {
    int& iConnectNO = m_vNodeToRegion[iNode];
    if (iNode == iConnectNO)
    {
      return iNode;
    }
    return iConnectNO = GetConnectRegionIndex(iConnectNO);
  }
  void Union(int iNode1, int iNode2)
  {
    const int iConnectNO1 = GetConnectRegionIndex(iNode1);
    const int iConnectNO2 = GetConnectRegionIndex(iNode2);
    if (iConnectNO1 == iConnectNO2)
    {
      return;
    }
    m_iConnetRegionCount--;
    if (iConnectNO1 > iConnectNO2)
    {
      UnionConnect(iConnectNO1, iConnectNO2);
    }
    else
    {
      UnionConnect(iConnectNO2, iConnectNO1);
    }
  }
  bool IsConnect(int iNode1, int iNode2)
  {
    return GetConnectRegionIndex(iNode1) == GetConnectRegionIndex(iNode2);
  }
  int GetConnetRegionCount()const
  {
    return m_iConnetRegionCount;
  }
  vector<int> GetNodeCountOfRegion()//各联通区域的节点数量
  {
    const int iNodeSize = m_vNodeToRegion.size();
    vector<int> vRet(iNodeSize);
    for (int i = 0; i < iNodeSize; i++)
    {
      vRet[GetConnectRegionIndex(i)]++;
    }
    return vRet;
  }
  std::unordered_map<int, vector<int>> GetNodeOfRegion()
  {
    std::unordered_map<int, vector<int>> ret;
    const int iNodeSize = m_vNodeToRegion.size();
    for (int i = 0; i < iNodeSize; i++)
    {
      ret[GetConnectRegionIndex(i)].emplace_back(i);
    }
    return ret;
  }
private:
  void UnionConnect(int iFrom, int iTo)
  {
    m_vNodeToRegion[iFrom] = iTo;
  }
  vector<int> m_vNodeToRegion;//各点所在联通区域的索引,本联通区域任意一点的索引,为了增加可理解性,用最小索引
  int m_iConnetRegionCount;
};
class Solution {
public:
  int minSwapsCouples(vector<int>& row) {
    const int n = row.size() / 2;
    CUnionFind uf(n);
    for (int i = 0; i < n; i++)
    {
      uf.Union(row[i * 2] / 2, row[i * 2 + 1] / 2);
    }
    return n - uf.GetConnetRegionCount();
  }
};

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<int> row;
  {
    Solution sln;
    row = { 0, 2, 1, 3 };
    auto res = sln.minSwapsCouples(row);
    Assert(1, res);
  }
  {
    Solution sln;
    row = { 3,2,0,1 };
    auto res = sln.minSwapsCouples(row);
    Assert(0, res);
  }
}

2023年4月

//并集查找
class CUnionFind
{
public:
CUnionFind(int iSize)
{
for (int i = 0; i < iSize; i++)
{
m_vTop.emplace_back(i);
}
m_iSize = m_vTop.size();
}
void Add(int iFrom, int iTo)
{
const int iRoot1 = GetTop(iFrom);
const int iRoot2 = GetTop(iTo);
if (iRoot1 == iRoot2)
{
return;
}
m_vTop[iRoot1] = GetTop(iRoot2);
m_iSize–;
}
int GetTop(int iNode)
{
if (iNode == m_vTop[iNode])
{
return iNode;
}
return m_vTop[iNode] = GetTop(m_vTop[iNode]);
}
int Size()const
{
return m_iSize;
}
private:
vector m_vParent,m_vTop;
int m_iSize;
};
class Solution {
public:
int minSwapsCouples(vector& row) {
CUnionFind un(row.size()/2);
for (int i = 0; i < row.size(); i+=2)
{
un.Add(row[i] / 2, row[i + 1] / 2);
}
return row.size() / 2 - un.Size();
}
};

扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。

https://edu.csdn.net/course/detail/38771

如何你想快

速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程

https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版

https://download.csdn.net/download/he_zhidan/88348653

我想对大家说的话
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙,那算法就是他的是睛

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开发环境: VS202

相关文章
|
6月前
|
算法 测试技术 C#
【广度优先搜索】【分类讨论】900. 最佳运动员的比拼回合
【广度优先搜索】【分类讨论】900. 最佳运动员的比拼回合
|
6月前
|
算法 测试技术 C#
【树 图论 阶乘 组合 深度优先搜索】1916. 统计为蚁群构筑房间的不同顺序
【树 图论 阶乘 组合 深度优先搜索】1916. 统计为蚁群构筑房间的不同顺序
|
6月前
|
算法 测试技术 C#
【图论】【基环内向树】【广度优先】【深度优先】2127. 参加会议的最多员工数
【图论】【基环内向树】【广度优先】【深度优先】2127. 参加会议的最多员工数
校门外的树(三种解法,非直接暴力)
校门外的树(三种解法,非直接暴力)
|
存储 算法 调度
【喜闻乐见,包教包会】二分图最大匹配:匈牙利算法(洛谷P3386)
【喜闻乐见,包教包会】二分图最大匹配:匈牙利算法(洛谷P3386)
83 0
【每日一道智力题】之如何最快的找到最轻的砝码
【每日一道智力题】之如何最快的找到最轻的砝码
206 0
|
算法
二分图的匈牙利算法(用于解决最大匹配问题)--以杭电过山车题为例
二分图的匈牙利算法(用于解决最大匹配问题)--以杭电过山车题为例
112 0
|
数据安全/隐私保护
【广度优先搜索】N叉树的层序遍历 | 腐烂的橘子 | 单词接龙 | 最小基因变化 | 打开转盘锁
【广度优先搜索】N叉树的层序遍历 | 腐烂的橘子 | 单词接龙 | 最小基因变化 | 打开转盘锁
【广度优先搜索】N叉树的层序遍历 | 腐烂的橘子 | 单词接龙 | 最小基因变化 | 打开转盘锁
|
机器学习/深度学习 算法
<<算法很美>>——(六)——回溯算法(下)—N皇后问题
<<算法很美>>——(六)——回溯算法(下)—N皇后问题
<<算法很美>>——(六)——回溯算法(下)—N皇后问题
|
C++
这道「岛屿题」用并查集做就体现出其威力了!
之前的岛屿题,用 DFS 和 BFS 来做要比用并查集更加好做并且高效,但是最对这一道题来说,用并查集要更加好做。
97 0