从0开始的秋招刷题路,记录下所刷每道题的题解,帮助自己回顾总结
802. 找到最终的安全状态
有一个有 n 个节点的有向图,节点按 0 到 n - 1 编号。图由一个 索引从 0 开始 的 2D 整数数组 graph表示, graph[i]是与节点 i 相邻的节点的整数数组,这意味着从节点 i 到 graph[i]中的每个节点都有一条边。
如果一个节点没有连出的有向边,则它是 终端节点 。如果没有出边,则节点为终端节点。如果从该节点开始的所有可能路径都通向 终端节点 ,则该节点为 安全节点 。
返回一个由图中所有 安全节点 组成的数组作为答案。答案数组中的元素应当按 升序 排列。
示例 1:
输入:graph = [[1,2],[2,3],[5],[0],[5],[],[]]
输出:[2,4,5,6]
解释:示意图如上。
节点 5 和节点 6 是终端节点,因为它们都没有出边。
从节点 2、4、5 和 6 开始的所有路径都指向节点 5 或 6 。
示例 2:
输入:graph = [[1,2,3,4],[1,2],[3,4],[0,4],[]]
输出:[4]
解释:
只有节点 4 是终端节点,从节点 4 开始的所有路径都通向节点 4 。
提示:
n == graph.length
1 <= n <=
1
0
4
10^4
104
0 <= graph[i].length <= n
0 <= graph[i][j] <= n - 1
graph[i] 按严格递增顺序排列。
图中可能包含自环。
图中边的数目在范围 [1,
4
∗
1
0
4
4 * 10^4
4∗104] 内。
解题思路
拓扑的解法中,所有出度为0的点是安全的,那么出到这些点的点也可以减去这条边,如果其剩下的出度为0,它也是安全的,以此类推。
搜索的时候可以标记节点的当前状态,如果他有出口,暂定为1,如果他的出口全部为安全的点,他们的和必然为0,就认定它也是安全的,否则它是不安全的。
代码
拓扑
class Solution {
public List<Integer> eventualSafeNodes(int[][] graph) {
int n = graph.length;
int[] out = new int[n];
Map<Integer, List<Integer>> edges = new HashMap<>();
for(int i=0;i<n;i++)
for(int j:graph[i]){
List<Integer> cur = edges.getOrDefault(j, new ArrayList<>());
cur.add(i);
edges.put(j, cur);
out[i]++;
}
Deque<Integer> queue = new LinkedList<>();
for(int i=0;i<n;i++)
if(out[i]==0)
queue.add(i);
List<Integer> ans = new ArrayList<>();
while(queue.size()>0){
int node = queue.pollFirst();
ans.add(node);
if(edges.containsKey(node))
for(int nxt: edges.get(node)){
out[nxt]--;
if(out[nxt] == 0)
queue.add(nxt);
}
}
Collections.sort(ans);
return ans;
}
}
DFS
class Solution {
int[][] graph_;
int[] states;
public List<Integer> eventualSafeNodes(int[][] graph) {
int n = graph.length;
// 每个点可能的状态: -1:点是未走过的, 0:点是安全的,1:点是走过的不确定安不安全,2:点是不安全的
states = new int[n];
Arrays.fill(states, -1);
graph_ = graph;
List<Integer> ans = new ArrayList<>();
for(int i=0;i<n;i++)
if(dfs(i)==0)
ans.add(i);
return ans;
}
public int dfs(int node){
if(states[node] == -1){
states[node] = 1;
for(int nxt:graph_[node]){
states[node] += dfs(nxt);
if(states[node] > 1)
break;
}
if(states[node] == 1)
states[node] = 0;
else
states[node] = 2;
}
return states[node];
}
}
DFS也可以使用纯boolean来标记
class Solution {
int[][] graph_;
Map<Integer,Boolean> states;
public List<Integer> eventualSafeNodes(int[][] graph) {
int n = graph.length;
graph_ = graph;
states = new HashMap<>();
List<Integer> ans = new ArrayList<>();
for(int i=0;i<n;i++){
if(safe(i))
ans.add(i);
}
return ans;
}
public boolean safe(int node){
if(!states.containsKey(node)){
states.put(node, false);
boolean allTrue = true;
for(int nxt: graph_[node])
if(!safe(nxt)){
allTrue = false;
break;
}
states.put(node, allTrue);
}
return states.get(node);
}
}