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。每一个节点只有一个父节点,除了根节点没有父节点。
输入一个有向图,该图由一个有着 个节点(节点值不重复 )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 ,用以表示有向图中连接顶点 和 和顶点的边,其中父节点 是子节点 的一个父节点。
返回一条能删除的边,使得剩下的图是有 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:
[[1,2], [1,3], [2,3]]
输出:
[2,3]
解释:
1
/ \
v v
2-->3
示例2
输入:
[[1,2], [2,3], [3,4], [4,1], [1,5]]
输出:
[4,1]
解释:
5 <- 1 -> 2
^ |
| v
4 <- 3
提示
这题是上一道题 每日算法系列【LeetCode 684】冗余连接 的进阶版,区别就是无向图变成了有向图。
上一道题解说过,无向图能构成一棵树的条件是没有环,那么有向图的条件是什么呢?
首先还是得没有环,其次因为是边是有向的,所以一个结点只能有一个父结点(也就是入度为 )。那么这题解法就有了。
判断能否构成一棵树的话还是用并查集,唯一区别就是不需要用按秩合并的优化了,而且给定有向边 ,只能把 接在 下面。
class Solution {
public:
static const int N = 1010;
int f[N], degree[N];
int n;
vector<int> findRedundantDirectedConnection(vector<vector<int>>& edges) {
n = edges.size();
memset(degree, 0, sizeof degree);
for (auto e : edges) ++degree[e[1]];
for (int i = n-1; i >= 0; --i) {
if (degree[edges[i][1]] == 2 && !wrongEdge(edges, i).size()) {
return edges[i];
}
}
return wrongEdge(edges, n);
}
vector<int> wrongEdge(vector<vector<int>>& edges, int except) {
init();
for (int i = 0; i < n; ++i) {
if (i == except) continue;
int u = edges[i][0], v = edges[i][1];
if (same(u, v)) return edges[i];
join(u, v);
}
return {};
}
void init() {
for (int i = 1; i <= n; ++i) {
f[i] = i;
}
}
int find(int u) {
return u==f[u] ? u : f[u]=find(f[u]);
}
void join(int u, int v) {
u = find(u);
v = find(v);
if (u == v) return;
f[v] = u;
}
bool same(int u, int v) {
u = find(u);
v = find(v);
return u == v;
}
};
class Solution:
def findRedundantDirectedConnection(self, edges: List[List[int]]) -> List[int]:
self.n = len(edges)
degree = [0] * (self.n+1)
for u, v in edges:
degree[v] += 1
for u, v in edges[::-1]:
if degree[v] == 2 and len(self.wrongEdge(edges, [u, v])) == 0:
return [u, v]
return self.wrongEdge(edges, [])
def wrongEdge(self, edges, ex):
self.f = [i for i in range(self.n+1)]
for u, v in edges:
if [u, v] == ex:
continue
if self.same(u, v):
return [u, v]
self.join(u, v)
return []
def find(self, u):
if u == self.f[u]:
return u
self.f[u] = self.find(self.f[u])
return self.f[u]
def join(self, u, v):
u, v = self.find(u), self.find(v)
if u == v:
return
self.f[v] = u
def same(self, u, v):
u, v = self.find(u), self.find(v)
return u == v
作者简介:godweiyang,知乎同名,华东师范大学计算机系硕士在读,方向自然语言处理与深度学习。喜欢与人分享技术与知识,期待与你的进一步交流~