gq的博客

给定往一棵 n 个节点 (节点值 1～n) 的树中添加一条边后的图。实现，记录每个节点的对用的最终 parent 节点，加入一条边为 (a, b)， 则赋值 a 的 parent 节点为 b 的 parent 节点， 如果一条边的 parent 对应节点相同，那么说明这俩节点已经在 图中了。输入: edges = [[1,2], [2,3], [3,4], [1,4], [1,5]]输入: edges = [[1,2], [1,3], [2,3]]树可以看成是一个连通且 无环 的 无向 图。

思路1， 先根据图的叶子节点(对应的边为1)，进行广度遍历，遍历到最后一层，则显然以最后一层为根节点的树是最小高度树。输入：n = 6, edges = [[3,0],[3,1],[3,2],[3,4],[5,4]]解释：如图所示，当根是标签为 1 的节点时，树的高度是 1 ，这是唯一的最小高度树。输入：n = 4, edges = [[1,0],[1,2],[1,3]]x 到 y 之间的路径即为图中的最长路径，找到路径的中间节点即为根节点。树的 高度 是指根节点和叶子节点之间最长向下路径上边的数量。

否则返回 false。思路：用「染色法」来解决，第一组颜色标记为 1， 则相邻组的颜色标记为 2，遍历时，如果发现邻节点已经被染色，且和当前节点的颜色相同，说明是不能划分为两组的。输入：n = 5, dislikes = [[1,2],[2,3],[3,4],[4,5],[1,5]]输入：n = 4, dislikes = [[1,2],[1,3],[2,4]]输入：n = 3, dislikes = [[1,2],[1,3],[2,3]]解释：group1 [1,4], group2 [2,3]

由于图是无向的，如果节点 p 是节点 q 的邻居，那么节点 q 也必须是节点 p 的邻居。图中的每个节点都包含它的值 val（int） 和其邻居的列表（list[Node]）。每个列表都描述了图中节点的邻居集。输入：adjList = [[2,4],[1,3],[2,4],[1,3]]输出：[[2,4],[1,3],[2,4],[1,3]]节点 1 的值是 1，它有两个邻居：节点 2 和 4。节点 2 的值是 2，它有两个邻居：节点 1 和 3。节点 4 的值是 4，它有两个邻居：节点 1 和 3。

(用一个数组保存矩阵的每个位置到属于某个岛屿的映射，一个map 保存岛屿的面积)。然后再遍历矩阵，碰到0，就判断其上下左右，如果不是一个岛屿，就把他们的面积相加。解释: 将一格0变成1，最终连通两个小岛得到面积为 3 的岛屿。输入: grid = [[1, 0], [0, 1]]输入: grid = [[1, 1], [1, 0]]输入: grid = [[1, 1], [1, 1]]解释: 没有0可以让我们变成1，面积依然为 4。解释: 将一格0变成1，岛屿的面积扩大为 4。思路：先遍历一遍矩阵，

输入：equations = [[“a”,“b”],[“b”,“c”],[“bc”,“cd”]], values = [1.5,2.5,5.0], queries = [[“a”,“c”],[“c”,“b”],[“bc”,“cd”],[“cd”,“bc”]]输入：equations = [[“a”,“b”],[“b”,“c”]], values = [2.0,3.0], queries = [[“a”,“c”],[“b”,“a”],[“a”,“e”],[“a”,“a”],[“x”,“x”]]