温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

怎么用leetcode找到最小生成树里的关键边和伪关键边

发布时间:2021-12-15 14:40:05 来源:亿速云 阅读:141 作者:iii 栏目:大数据

这篇文章主要介绍“怎么用leetcode找到最小生成树里的关键边和伪关键边”,在日常操作中,相信很多人在怎么用leetcode找到最小生成树里的关键边和伪关键边问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”怎么用leetcode找到最小生成树里的关键边和伪关键边”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!

一、题目内容

给你一个 n 个点的带权无向连通图,节点编号为 0 到 n-1 ,同时还有一个数组 edges ,其中 edges[i] = [fromi, toi, weighti] 表示在 fromi 和 toi 节点之间有一条带权无向边。最小生成树 (MST) 是给定图中边的一个子集,它连接了所有节点且没有环,而且这些边的权值和最小。

请你找到给定图中最小生成树的所有关键边和伪关键边。如果从图中删去某条边,会导致最小生成树的权值和增加,那么我们就说它是一条关键边。伪关键边则是可能会出现在某些最小生成树中但不会出现在所有最小生成树中的边。

请注意,你可以分别以任意顺序返回关键边的下标和伪关键边的下标。

示例 1:

怎么用leetcode找到最小生成树里的关键边和伪关键边

输入:n = 5, edges = [[0,1,1],[1,2,1],[2,3,2],[0,3,2],[0,4,3],[3,4,3],[1,4,6]]
输出:[[0,1],[2,3,4,5]]
解释:上图描述了给定图。
下图是所有的最小生成树。

怎么用leetcode找到最小生成树里的关键边和伪关键边

注意到第 0 条边和第 1 条边出现在了所有最小生成树中,所以它们是关键边,我们将这两个下标作为输出的第一个列表。
边 2,3,4 和 5 是所有 MST 的剩余边,所以它们是伪关键边。我们将它们作为输出的第二个列表。

示例 2 :

怎么用leetcode找到最小生成树里的关键边和伪关键边

输入:n = 4, edges = [[0,1,1],[1,2,1],[2,3,1],[0,3,1]]
输出:[[],[0,1,2,3]]
解释:可以观察到 4 条边都有相同的权值,任选它们中的 3 条可以形成一棵 MST 。所以 4 条边都是伪关键边。

提示:

2 <= n <= 100
1 <= edges.length <= min(200, n * (n - 1) / 2)
edges[i].length == 3
0 <= fromi < toi < n
1 <= weighti <= 1000
所有 (fromi, toi) 数对都是互不相同的。

二、解题思路

难到爆炸!!并查集, DFS,最小生成树算法,注意遍历边时权重要排序,具体的算法流程看代码注释。

三、代码

from collections import defaultdict


class Solution:
    flag = True

    def findCriticalAndPseudoCriticalEdges(self, n: int, edges: list) -> list:
        f = list(range(n))

        def find(x):
            if x != f[x]:
                f[x] = find(f[x])
            return f[x]

        # weight存储 权重和边下标
        weight = []
        for index, item in enumerate(edges):
            u, v, w = item
            weight.append((w, index))

        # 构建u到v和v到u的关系(u是起始点,v是终止点)
        keyedges = defaultdict(list)

        # 关键边集合
        keyedge = set()
        # 非关键边集合
        non_keyedge = set()

        def dfs(u, v, fw, visited):
            # 起始点和终结点一样,返回True
            if u == v:
                return True
            # 遍历集合加入起始点u
            visited.add(u)
            # 查看u节点的前一个节点tmp和后一个节点tmp
            for tmp, index in keyedges[u]:
                w = edges[index][2]  # 与前一个节点或后一个节点构成的边的权值
                if tmp not in visited and dfs(tmp, v, fw, visited):
                    if w == fw:  # 当前边的权重和上一次得到权重一样,说明两条边都可以分别删除掉
                        keyedge.discard(index)  # 不是关键边,从关键边集合中去除
                        non_keyedge.add(index)  # 非关键边加入
                        self.flag = True
                    return True

        for w, index in sorted(weight):
            u, v, _ = edges[index]
            fu = find(u)
            fv = find(v)
            if fu != fv:
                f[fu] = find(fv)  # 将当前fu节点的终止点变得和fv查找的节点一致
                keyedges[u].append((v, index))
                keyedges[v].append((u, index))
                keyedge.add(index)
            else:  # 终止节点一致, 例如[2, 3, 2], [0, 3, 2], 3和3都是查到的节点
                visited = set()
                self.flag = False
                dfs(u, v, w, visited)
                if self.flag:
                    non_keyedge.add(index)

        return [list(keyedge), list(non_keyedge)]


if __name__ == '__main__':
    s = Solution()
    n = 5
    edges = [[0, 1, 1], [1, 2, 1], [2, 3, 2], [0, 3, 2], [0, 4, 3], [3, 4, 3], [1, 4, 6]]
    ans = s.findCriticalAndPseudoCriticalEdges(n, edges)
    print(ans)

到此,关于“怎么用leetcode找到最小生成树里的关键边和伪关键边”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注亿速云网站,小编会继续努力为大家带来更多实用的文章!

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI