(并查集) 1971. 寻找图中是否存在路径 ——【Leetcode每日一题】

2023-09-20 20:50:09

❓ 1971. 寻找图中是否存在路径

难度:简单

有一个具有 n 个顶点的 双向 图,其中每个顶点标记从 0n - 1(包含 0n - 1)。图中的边用一个二维整数数组 edges 表示,其中 edges[i] = [ui, vi] 表示顶点 ui 和顶点 vi 之间的双向边。 每个顶点对由 最多一条 边连接,并且没有顶点存在与自身相连的边。

请你确定是否存在从顶点 source 开始,到顶点 destination 结束的 有效路径

给你数组 edges 和整数 nsourcedestination,如果从 sourcedestination 存在 有效路径 ,则返回 true,否则返回 false

示例 1:

在这里插入图片描述

输入:n = 3, edges = [[0,1],[1,2],[2,0]], source = 0, destination = 2
输出:true
解释:存在由顶点 0 到顶点 2 的路径:

  • 0 → 1 → 2
  • 0 → 2
示例 2:

在这里插入图片描述

输入:n = 6, edges = [[0,1],[0,2],[3,5],[5,4],[4,3]], source = 0, destination = 5
输出:false
解释:不存在由顶点 0 到顶点 5 的路径.

提示

  • 1 < = n < = 2 ∗ 1 0 5 1 <= n <= 2 * 10^5 1<=n<=2105
  • 0 < = e d g e s . l e n g t h < = 2 ∗ 1 0 5 0 <= edges.length <= 2 * 10^5 0<=edges.length<=2105
  • e d g e s [ i ] . l e n g t h = = 2 edges[i].length == 2 edges[i].length==2
  • 0 < = u i , v i < = n − 1 0 <= ui, vi <= n - 1 0<=ui,vi<=n1
  • u i ! = v i ui != vi ui!=vi
  • 0 < = s o u r c e , d e s t i n a t i o n < = n − 1 0 <= source, destination <= n - 1 0<=source,destination<=n1
  • 不存在重复边
  • 不存在指向顶点自身的边

💡思路:并查集

们将图中的每个强连通分量视为一个集合,强连通分量中任意两点均可达,如果两个点 sourcedestination 处在同一个强连通分量中,则两点一定可连通,因此连通性问题可以使用并查集解决。

并查集主要有三个功能:

  1. 寻找根节点,函数:find(int u),也就是判断这个节点的祖先节点是哪个;
  2. 将两个节点****接入到同一个集合,函数:join(int u, int v),将两个节点连在同一个根节点上;
  3. 判断两个节点是否在同一个集合,函数:isSame(int u, int v),就是判断两个节点是不是同一个根节点。

并查集初始化时,n 个顶点分别属于 n 个不同的集合,每个集合只包含一个顶点。初始化之后遍历每条边,由于图中的每条边均为双向边,因此将同一条边连接的两个顶点所在的集合做合并。

遍历所有的边之后,判断顶点 source 和顶点 destination 是否在同一个集合中,如果两个顶点在同一个集合则两个顶点连通,如果两个顶点所在的集合不同则两个顶点不连通。

🍁代码:(C++、Java)

C++

class Solution {
private:
    vector<int> father;

    // 初始化并查集
    void init(int n){
        father = vector<int>(n, 0);
        for(int i = 0; i < n; i++) father[i] = i;
    }

    // 并查集寻根过程
    int find(int u){
        return u == father[u] ? u : father[u] = find(father[u]);
    }

    // 判断 u 和 v 是否找到同一个跟
    bool isSame(int u, int v){
        return find(u) == find(v);
    }

    // 将v->u 这条边加入并查集
    void join(int u, int v){
        u = find(u); // 寻找 u 的根
        v = find(v); // 寻找 v 的根
        if(u == v) return;
        father[u] = v;
    }

public:
    bool validPath(int n, vector<vector<int>>& edges, int source, int destination) {
        if(source == destination) return true;
        init(n);
        for(int i = 0; i < edges.size(); i++){
            join(edges[i][0], edges[i][1]);
        }
        return isSame(source, destination);
    }
};

Java

class Solution {
    public boolean validPath(int n, int[][] edges, int source, int destination) {
        UF uf = new UF(n);
        for(int[] edge :edges) {
            uf.union(edge[0], edge[1]);
        }
        return uf.isConnected(source, destination);
    }

    class UF{
        int[] parent;
        public UF(int n) {
            parent = new int[n];
            for(int i = 0; i < n; i++) parent[i] = i;
        }

        private int find(int x) {
            if(parent[x] == x) return x;
            return parent[x] = find(parent[x]);
        }

        public boolean isConnected(int p, int q) {
            return find(p) == find(q);
        }

        public void union(int p, int q) {
            int pRoot = find(p), qRoot = find(q);
            if(pRoot != qRoot) {
                parent[qRoot] = pRoot;
            }
        }
    }
}
🚀 运行结果:

在这里插入图片描述

🕔 复杂度分析:
  • 时间复杂度 O ( n + m × α ( m ) ) O(n+m×α(m)) O(n+m×α(m)),其中 n 为图中的顶点数,m 是图中边的数目,α反阿克曼函数。并查集的初始化需要 O ( n ) O(n) O(n)的时间,然后遍历 m 条边并执行 m 次合并操作,最后对 sourcedestination 执行一次查询操作,查询与合并的单次操作时间复杂度是 O ( α ( m ) ) O(α(m)) O(α(m)),因此合并与查询的时间复杂度是 O ( m × α ( m ) ) O(m×α(m)) O(m×α(m)),总时间复杂度是 O ( n + m × α ( m ) ) O(n+m×α(m)) O(n+m×α(m))

  • 空间复杂度 O ( n ) O(n) O(n),其中 n 是图中的顶点数。并查集需要 O ( n ) O(n) O(n) 的空间。

题目来源:力扣。

放弃一件事很容易,每天能坚持一件事一定很酷,一起每日一题吧!
关注我LeetCode主页 / CSDN—力扣专栏,每日更新!

注: 如有不足,欢迎指正!
更多推荐

vue3 - 基于 Vue3 + Vite4 + TypeScript5 + Element-Plus + Pinia 技术栈的后台管理系统

GitHubDemo地址在线预览jh-vue3-admin项目地址|在线预览##项目介绍jh-vue3-admin是基于Vue3+Vite4+TypeScript5+Element-Plus+Pinia等最新主流技术栈构建的后台管理系统前端模板。特性:基于vue-admin-template项目升级到vue3版本通过M

Elasticsearch 聚合检索 (分组统计)

1普通聚合分析1.1直接聚合统计(1)计算每个tag下的文档数量,请求语法:GETbook_shop/it_book/_search{"size":0,//不显示命中(hits)的所有文档信息"aggs":{"group_by_tags":{//聚合结果的名称,需要自定义(复制时请去掉此注释)"terms":{"fie

CRC循环冗余码计算

初步条件1.假设数据位有7位,为101001D(初始)=1010012.假设给定约定多项式为4位,为1100,可求得阶级r为len(1100)-1=4-1=3P(多项式)=1100r=len(P)-1=4-1=33.根据流程,计算过程中的数据位需要在末尾加上第二步所求的阶级数数量的阿拉伯数字0。D(计算中的数据位)=1

睿趣科技:现在开抖音小店还来得及吗

抖音,作为一款风靡全球的社交短视频应用,已经在短短几年内改变了人们的生活方式和商业模式。随着抖音上涌现出越来越多的网红和小店,许多人开始考虑是否还有机会在这个领域创业。那么,现在开抖音小店还来得及吗?首先,抖音小店市场仍然充满机会。虽然抖音上已经有数以百万计的小店,但市场仍然远未饱和。消费者的需求多种多样,不断变化,因

腾讯mini项目-【指标监控服务重构】2023-08-22

今日已办50字项目价值和重难点项目价值通过将指标监控组件接入项目,对比包括其配套工具在功能、性能上的差异、优劣,给出监控服务瘦身的建议top3难点减少监控服务资源成本,考虑性能优化如何证明我们在监控服务差异、优劣方面的断言监控服务无感化,支持代码可扩展总监回复小而美的监控服务怎么为之小?怎么为之美?要小要美的关键点是什

vue内置组件Transition的详解

1.Transition定义Vue提供了两个内置组件,可以帮助你制作基于状态变化的过渡和动画:<Transition>会在一个元素或组件进入和离开DOM时应用动画。<TransitionGroup>会在一个v-for列表中的元素或组件被插入,移动,或移除时应用动画。简单地说,就是当元素发生变化,比如消失、显示时,添加动

c#对接webservice接口

方式一:需要填写地址,不能映射每个方法工具类usingSystem;usingSystem.CodeDom.Compiler;usingSystem.CodeDom;usingSystem.Collections.Generic;usingSystem.IO;usingSystem.Linq;usingSystem.N

灞桥论“健” 共话康养 灞桥康养论坛取得圆满成功

随着我国“老龄化”的加速,养老资源的匮乏已经成为一个十分严峻的社会问题。同时随着生活水平的大幅提高,康养产业应势而生。涵盖了养老、医疗、体育、养生、旅游等多个领域的康养产业,不仅要为老人们实现“老有所乐、身体健康”的理想,更是要让养老变成“享老”。活力灞桥共话康养9月15日,以“融合康养产业、乐享宜居灞桥”为主题的灞桥

程序猿比抓系列 - 搜索算法

必抓!搜索算法的深度剖析一:引言搜索算法是计算机科学中一类十分重要且常见的算法,它们在各个领域和应用场景中都有广泛的应用。搜索算法可以帮助程序员快速地在大规模的数据中找到目标元素,从而提高程序的效率和准确性。对于一个程序员来说,掌握各种搜索算法是必不可少的,可以帮助他们更好地解决实际问题,提高自己的编程水平。二:常见搜

搭建Docker开发环境_Linux

环境搭建文章目录环境搭建@[toc]DockerDocker运行权限Docker加速Docker容器创建Python版本切换版本工具RepoGit开发SDK代码拉取在线离线(推荐)Debian安装软件包编译打包问题技巧Dockersudoaptinstalldocker.ioDocker运行权限#添加dockergro

新的小伙伴加入,开始系统更新分享了

近几个月一直有一个好消息未跟大家分享,就是我们有新的小伙伴加入了,帅就不必说了,关键是对电控的理解那可不是一般的强,工程经验丰富,学术能力也是一等一的。我们有幸在一个公司工作,跟着一个企业导师学习技术,按照学校的叫法可以一定程度称为“同门”和“师兄弟”了。在我们的共事中,我也发现了他对电控领域相关的知识与技术有着深层次

热文推荐