「代码随想录算法训练营」第四十八天 | 图论 part6
1.「代码随想录算法训练营」第二天 | 数组 part22.「代码随想录算法训练营」第三天 | 链表 part13.「代码随想录算法训练营」第四天 | 链表 part24.「代码随想录算法训练营」第一天(补) | 数组 part15.「代码随想录算法训练营」第五天 | 哈希表 part16.「代码随想录算法训练营」第六天 | 哈希表 part27.「代码随想录算法训练营」第七天 | 字符串 part18.「代码随想录算法训练营」第八天 | 字符串 part29.「代码随想录算法训练营」第九天 | 栈与队列 part110.「代码随想录算法训练营」第十天 | 栈与队列 part211.「代码随想录算法训练营」第十一天 | 二叉树 part112.「代码随想录算法训练营」第十二天 | 二叉树 part213.「代码随想录算法训练营」第十三天 | 二叉树 part314.「代码随想录算法训练营」第十四天 | 二叉树 part415.「代码随想录算法训练营」第十五天 | 二叉树 part516.「代码随想录算法训练营」第十六天 | 二叉树 part617.「代码随想录算法训练营」第十七天 | 二叉树 part718.「代码随想录算法训练营」第十八天 | 二叉树 part819.「代码随想录算法训练营」第十九天 | 回溯算法 part120.「代码随想录算法训练营」第二十天 | 回溯算法 part221.「代码随想录算法训练营」第二十一天 | 回溯算法 part322.「代码随想录算法训练营」第二十二天 | 回溯算法 part423.「代码随想录算法训练营」第二十三天 | 贪心算法 part124.「代码随想录算法训练营」第二十四天 | 贪心算法 part225.「代码随想录算法训练营」第二十五天 | 贪心算法 part326.「代码随想录算法训练营」第二十六天 | 贪心算法 part427.「代码随想录算法训练营」第二十七天 | 贪心算法 part528.「代码随想录算法训练营」第二十八天 | 动态规划 part129.「代码随想录算法训练营」第二十九天 | 动态规划 part230.「代码随想录算法训练营」第三十天 | 动态规划 part331.「代码随想录算法训练营」第三十一天 | 动态规划 part432.「代码随想录算法训练营」第三十二天 | 动态规划 part533.「代码随想录算法训练营」第三十三天 | 动态规划 part634.「代码随想录算法训练营」第三十四天 | 动态规划 part735.「代码随想录算法训练营」第三十五天 | 动态规划 part836.「代码随想录算法训练营」第三十六天 | 动态规划 part937.「代码随想录算法训练营」第三十七天 | 动态规划 part1038.「代码随想录算法训练营」第三十八天 | 动态规划 part1139.「代码随想录算法训练营」第三十九天 | 动态规划 part1240.「代码随想录算法训练营」第四十一天 | 单调栈 part141.「代码随想录算法训练营」第四十天 | 动态规划 part1342.「代码随想录算法训练营」第四十二天 | 单调栈 part243.「代码随想录算法训练营」第四十三天 | 图论 part144.「代码随想录算法训练营」第四十四天 | 图论 part245.「代码随想录算法训练营」第四十五天 | 图论 part346.「代码随想录算法训练营」第四十六天 | 图论 part447.「代码随想录算法训练营」第四十七天 | 图论 part5
48.「代码随想录算法训练营」第四十八天 | 图论 part6
49.「代码随想录算法训练营」第四十九天 | 图论 part750.「代码随想录算法训练营」第五十天 | 图论 part851.「代码随想录算法训练营」第五十一天 | 图论 part952.「代码随想录算法训练营」第五十二天 | 图论 part1053.「代码随想录算法训练营」完结!108. 冗余连接
题目链接:https://kamacoder.com/problempage.php?pid=1181
文章讲解:https://www.programmercarl.com/kamacoder/0108.冗余连接.html
题目状态:看题解
思路:
构建并查集,然后通过并查集来判断节点,若当前这对节点(s, t)在同一个集合中,那么输出这对节点即可达到题目要求,否则,就将s和t合并到同一个集合中。
代码:
#include <iostream> #include <vector> using namespace std; int n; // 节点数量 vector<int> father(1001, 0); // 按照节点大小范围定义数组 // 并查集初始化 void init() { for (int i = 0; i <= n; ++i) { father[i] = i; } } // 并查集里寻根的过程 int find(int u) { return u == father[u] ? u : father[u] = find(father[u]); } // 判断 u 和 v是否找到同一个根 bool isSame(int u, int v) { u = find(u); v = find(v); return u == 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 ; // 如果发现根相同,则说明在一个集合,不用两个节点相连直接返回 father[v] = u; } int main() { int s, t; cin >> n; init(); for (int i = 0; i < n; i++) { cin >> s >> t; if (isSame(s, t)) { cout << s << " " << t << endl; return 0; } else { join(s, t); } } }
109. 冗余连接II
题目链接:https://kamacoder.com/problempage.php?pid=1182
文章讲解:https://www.programmercarl.com/kamacoder/0109.冗余连接II.html
题目状态:看题解
思路:
函数
-
init()
:- 初始化并查集,每个节点的父节点指向自身。
-
find(int u)
:- 递归查找节点
u
的根节点,并进行路径压缩。
- 递归查找节点
-
join(int u, int v)
:- 合并两个节点所在的集合。
-
same(int u, int v)
:- 判断两个节点是否在同一个集合中。
-
getRemoveEdge(const vector<vector<int>>& edges)
:- 遍历所有边,找到构成有向环的边并输出。
-
isTreeAfterRemoveEdge(const vector<vector<int>>& edges, int deleteEdge)
:- 删除指定边后检查图是否为树。
main()
函数
- 读取节点数
n
和边。 - 计算每个节点的入度。
- 找到入度为 2 的节点对应的边,优先删除最后出现的一条边。
- 如果删除后形成树,输出该边。
- 如果没有入度为 2 的节点,调用
getRemoveEdge
找到并输出构成环的边。
逻辑流程
-
处理入度为 2 的情况:
- 找出入度为 2 的节点,尝试删除对应的边,检查是否能形成树。
-
处理无入度为 2 的情况:
- 如果没有入度为 2 的节点,必然存在一个环,找到并删除构成环的边。
代码:
#include <iostream> #include <vector> using namespace std; int n; vector<int> father (1001, 0); // 并查集初始化 void init() { for (int i = 1; i <= n; ++i) { father[i] = i; } } // 并查集里寻根的过程 int find(int u) { return u == father[u] ? u : father[u] = find(father[u]); } // 将v->u 这条边加入并查集 void join(int u, int v) { u = find(u); v = find(v); if (u == v) return ; father[v] = u; } // 判断 u 和 v是否找到同一个根 bool same(int u, int v) { u = find(u); v = find(v); return u == v; } // 在有向图里找到删除的那条边,使其变成树 void getRemoveEdge(const vector<vector<int>>& edges) { init(); // 初始化并查集 for (int i = 0; i < n; i++) { // 遍历所有的边 if (same(edges[i][0], edges[i][1])) { // 构成有向环了,就是要删除的边 cout << edges[i][0] << " " << edges[i][1]; return; } else { join(edges[i][0], edges[i][1]); } } } // 删一条边之后判断是不是树 bool isTreeAfterRemoveEdge(const vector<vector<int>>& edges, int deleteEdge) { init(); // 初始化并查集 for (int i = 0; i < n; i++) { if (i == deleteEdge) continue; if (same(edges[i][0], edges[i][1])) { // 构成有向环了,一定不是树 return false; } join(edges[i][0], edges[i][1]); } return true; } int main() { int s, t; vector<vector<int>> edges; cin >> n; vector<int> inDegree(n + 1, 0); // 记录节点入度 for (int i = 0; i < n; i++) { cin >> s >> t; inDegree[t]++; edges.push_back({s, t}); } vector<int> vec; // 记录入度为2的边(如果有的话就两条边) // 找入度为2的节点所对应的边,注意要倒序,因为优先删除最后出现的一条边 for (int i = n - 1; i >= 0; i--) { if (inDegree[edges[i][1]] == 2) { vec.push_back(i); } } // 情况一、情况二 if (vec.size() > 0) { // 放在vec里的边已经按照倒叙放的,所以这里就优先删vec[0]这条边 if (isTreeAfterRemoveEdge(edges, vec[0])) { cout << edges[vec[0]][0] << " " << edges[vec[0]][1]; } else { cout << edges[vec[1]][0] << " " << edges[vec[1]][1]; } return 0; } // 处理情况三 // 明确没有入度为2的情况,那么一定有有向环,找到构成环的边返回就可以了 getRemoveEdge(edges); }
合集:
「代码随想录算法训练营」
分类:
算法
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?