统计点对的数目【LC1782】
给你一个无向图,无向图由整数
n,表示图中节点的数目,和edges组成,其中edges[i] = [ui, vi]表示ui和vi之间有一条无向边。同时给你一个代表查询的整数数组queries。第
j个查询的答案是满足如下条件的点对(a, b)的数目:
a < bcnt是与a或者b相连的边的数目,且cnt严格大于queries[j]。请你返回一个数组
answers,其中answers.length == queries.length且answers[j]是第j个查询的答案。请注意,图中可能会有 重复边 。
先统计再剔除非法,降低时间复杂度!
-
思路:哈希表+枚举+差分【超时】
使用哈希表统计每个点的度数,以及每条边的出现次数,然后枚举统计每个点对的cnt,两个点的度数之和减这条边出现次数
-
实现
class Solution { public int[] countPairs(int n, int[][] edges, int[] queries) { Map<Integer,Integer> map = new HashMap<>();// 记录边数及数目 int m = edges.length; int[] countEdges = new int[n + 1];// 每个点的边数 int[] d = new int[m + 2];// 边数大于等于i的对数 for (int[] edge : edges){ int u = edge[0] - 1, v = edge[1] - 1; if (u > v){ int tmp = u; u = v; v = tmp; } countEdges[u]++; countEdges[v]++; map.put(u * n + v, map.getOrDefault(u * n + v, 0) + 1); } for (int i = 0; i < n; i++){ for (int j = i + 1; j < n; j++){ int a = map.getOrDefault(i * n + j, 0); int count = countEdges[i] + countEdges[j] - a; d[0]++; d[count]--; } } for (int i = 1; i <= m; i++){ d[i] += d[i - 1]; } int[] res = new int[queries.length]; for (int i = 0; i < queries.length; i++){ res[i] = d[queries[i]]; } return res; } }- 复杂度
- 时间复杂度: O ( n 2 ) O(n^2) O(n2)
- 空间复杂度: O ( n ) O(n) O(n)
- 复杂度
哈希表+双指针
-
思路
- 仍使用哈希表统计每个点的度数
deg,以及每条边的出现次数cntE - 将度数升序排序
sortedDeg,然后使用相向双指针统计以 r r r为右端点cnt大于queries[i]的点对数目,左端点为不考虑相连边数时,满足 s o r t e d D e g [ l ] + s o r t e d D e g [ r ] > q u e r i e s [ i ] sortedDeg[l]+sortedDeg[r] \gt queries[i] sortedDeg[l]+sortedDeg[r]>queries[i]的最远左端点 - 然后需要考虑相连边数,剔除非法的点对,枚举
cntE的每条边 u − v u-v u−v及其出现次数 c c c,如果该点对满足 d e g [ u ] + d e g [ v ] − c ≤ q u e r i e s [ i ] deg[u]+deg[v] - c \le queries[i] deg[u]+deg[v]−c≤queries[i],那么答案需要减一
- 仍使用哈希表统计每个点的度数
-
实现
class Solution { public int[] countPairs(int n, int[][] edges, int[] queries) { // deg[i] 表示与点 i 相连的边的数目 var deg = new int[n + 1]; // 节点编号从 1 到 n var cntE = new HashMap<Integer, Integer>(); for (var e : edges) { int x = e[0], y = e[1]; if (x > y) { // 交换 x 和 y,因为 1-2 和 2-1 算同一条边 int tmp = x; x = y; y = tmp; } deg[x]++; deg[y]++; // 统计每条边的出现次数 // 用一个 int 存储两个不超过 65535 的数 cntE.merge(x << 16 | y, 1, Integer::sum); // cntE[x<<16|y]++ } var ans = new int[queries.length]; var sortedDeg = deg.clone(); Arrays.sort(sortedDeg); // 排序,为了双指针 for (int j = 0; j < queries.length; j++) { int q = queries[j]; int left = 1, right = n; // 相向双指针 while (left < right) { if (sortedDeg[left] + sortedDeg[right] <= q) { left++; } else { ans[j] += right - left; right--; } } for (var e : cntE.entrySet()) { int k = e.getKey(), c = e.getValue(); int s = deg[k >> 16] + deg[k & 0xffff]; // 取出 k 的高 16 位和低 16 位 if (s > q && s - c <= q) { ans[j]--; } } } return ans; } } 作者:灵茶山艾府 链接:https://leetcode.cn/problems/count-pairs-of-nodes/solutions/2400682/ji-bai-100cong-shuang-zhi-zhen-dao-zhong-yhze/ 来源:力扣(LeetCode) 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。- 复杂度
- 时间复杂度: O ( n log n + q ( n + m ) ) O(n\log n + q(n + m)) O(nlogn+q(n+m))
- 空间复杂度: O ( n + m ) O(n + m) O(n+m)
- 复杂度
贡献
-
思路
-
仍使用哈希表统计每个点的度数
deg,以及每条边的出现次数cntE -
统计每个度出现的次数
cntDeg,及每个cnt出现的次数cnts先不考虑相连边,枚举其中的每对元素 d e g 1 deg_1 deg1和 d e g 2 deg_2 deg2,求出其对 c n t s [ d e g 1 + d e g 2 ] cnts[deg_1+deg_2] cnts[deg1+deg2]的贡献,根据乘法原理
- 如果 d e g 1 = = d e g 2 deg_1==deg_2 deg1==deg2,贡献为 c n t D e g [ d e g 1 ] ∗ ( c n t D e g [ d e g 1 ] − 1 ) / 2 cntDeg[deg_1]*(cntDeg[deg_1] - 1)/2 cntDeg[deg1]∗(cntDeg[deg1]−1)/2
- 如果 d e g 1 ! = d e g 2 deg_1!=deg_2 deg1!=deg2,贡献为 c n t D e g [ d e g 1 ] ∗ c n t D e g [ d e g 2 ] cntDeg[deg_1]*cntDeg[deg_2] cntDeg[deg1]∗cntDeg[deg2]
-
然后遍历
cntE的每条边 u − v u-v u−v及其出现次数 c c c,进行修正,假设 s = d e g [ u ] + d e g [ v ] s=deg[u]+deg[v] s=deg[u]+deg[v],那么将 c n t s [ s − c ] cnts[s-c] cnts[s−c]加1 -
计算
cnt的后缀和,遍历查询得出答案
-
-
实现
class Solution { public int[] countPairs(int n, int[][] edges, int[] queries) { var deg = new int[n + 1]; var cntE = new HashMap<Integer, Integer>(); for (var e : edges) { int x = e[0], y = e[1]; if (x > y) { int tmp = x; x = y; y = tmp; } deg[x]++; deg[y]++; cntE.merge(x << 16 | y, 1, Integer::sum); } // 统计 deg 中元素的出现次数 var cntDeg = new HashMap<Integer, Integer>(); int maxDeg = 0; for (int i = 1; i <= n; i++) { cntDeg.merge(deg[i], 1, Integer::sum); // cntDeg[deg[i]]++ maxDeg = Math.max(maxDeg, deg[i]); } // 2) var cnts = new int[maxDeg * 2 + 2]; for (var e1 : cntDeg.entrySet()) { int deg1 = e1.getKey(), c1 = e1.getValue(); for (var e2 : cntDeg.entrySet()) { int deg2 = e2.getKey(), c2 = e2.getValue(); if (deg1 < deg2) cnts[deg1 + deg2] += c1 * c2; else if (deg1 == deg2) cnts[deg1 + deg2] += c1 * (c1 - 1) / 2; } } // 3) for (var e : cntE.entrySet()) { int k = e.getKey(), c = e.getValue(); int s = deg[k >> 16] + deg[k & 0xffff]; cnts[s]--; cnts[s - c]++; } // 4) 计算 cnts 的后缀和 for (int i = cnts.length - 1; i > 0; i--) cnts[i - 1] += cnts[i]; for (int i = 0; i < queries.length; i++) queries[i] = cnts[Math.min(queries[i] + 1, cnts.length - 1)]; return queries; } } 作者:灵茶山艾府 链接:https://leetcode.cn/problems/count-pairs-of-nodes/solutions/2400682/ji-bai-100cong-shuang-zhi-zhen-dao-zhong-yhze/ 来源:力扣(LeetCode) 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。- 复杂度
- 时间复杂度: O ( n + m + q ) O(n + m + q) O(n+m+q)
- 空间复杂度: O ( n + m ) O(n + m) O(n+m)
- 复杂度

文章讲述了在给定无向图中,利用哈希表和双指针策略解决计数问题,统计满足特定条件(与点相连边数大于查询值)的点对数量。作者提供了两种方法,一种是哈希表+枚举+差分,另一种是哈希表+双指针,优化了空间和时间复杂度。
16万+

被折叠的 条评论
为什么被折叠?



