pat 1021. Deepest Root (并查集,搜索)

本文深入探讨了并查集在解决图论问题中的应用,特别是在树结构中寻找最远点集合的方法。同时,介绍了如何利用深度优先搜索(DFS)来优化并查集的使用,通过实例说明了在不同场景下的高效解决方案。
此题首先想到用并查集,然后如果是树再用搜索,但是单独用dfs或bfs也是可以的
并查集注意路径压缩和按秩合并。图方面根据并查集直接能求得连通分支数。
树方面,最后的答案是首先从任意点P1出发dfs,求出最远点集合S1,再从S1中任意点P2出发,求出最远点集合S2。S1并S2即为答案。
point:N=1时可单独处理。不能用二维数组储存边,内存会不够。本身是稀疏矩阵也应当用线性存储,我这里是先排序后再存储的,可以提速。

代码:


#include<stdio.h>
#include<stack>
#include<set>
#include<map>
using namespace std;
const int MAX=10005;
int n;
int uf[MAX];
int ranka[MAX];
int link[3][MAX];
int vis[MAX];

void makeset()
{
    for(int i=1;i<=n;i++)
		uf[i]=i;
}

int find(int x)
{
    if(x!=uf[x])
		uf[x]=find(uf[x]);
    return uf[x];
}

void un(int x,int y)
{
	
    int f1 = find(x);  
    int f2 = find(y);      	
    if (ranka[f1] < ranka[f2])
	{
		uf[f1]=f2;
	}
    else
		if (ranka[f1] == ranka[f2])
		{
			uf[f1]=f2;
			ranka[f2]++;
		}
		else
		{
			uf[f2]=f1;
		}
}

stack<int> sta;
set<int> res;
int minnum=0;
void dfs(int start,int len)
{
    sta.push(start);
	if(len>minnum)
	{
		minnum=len;
		res.clear();
        res.insert(start);
	}
    if(len==minnum)
	{
        res.insert(start);
	}
    	int i,j;
	for(i=1;i<=n;i++)
	{
		if(link[0][i]<start)
		{
			if(link[1][i]==start)
			{ 
				if(!link[2][i])
				{	
					link[2][i]=1;
					dfs(link[0][i],len+1);
					link[2][i]=0;
				}
			}	
		}
		else
			if(link[0][i]==start)
			{
				if(!link[2][i])
				{
					link[2][i]=1;
					dfs(link[1][i],len+1);	
					link[2][i]=0;
				}
			}
			else
				break;
	}
    sta.pop();
}

int main()
{
    scanf("%d",&n);
	int x,y;
	makeset();
	multimap<int,int> mpp;
	multimap<int,int>::iterator mp;
    for(int i=1;i<n;i++)
	{
		scanf("%d %d",&x,&y);
		if(x<y)
			mpp.insert(make_pair(x,y));	
		else
			mpp.insert(make_pair(y,x));	
		un(x,y);
	}
	if(n==1)
	{
		printf("1\n");
		return 0;
	}
	int sum=0;
	for(int i2=1;i2<=n;i2++)
		if(i2==uf[i2])
			sum++;		
		if(sum>1)
			printf("Error: %d components\n",sum);
		else
		{
			int i3=1;
			for(mp=mpp.begin();mp!=mpp.end();++mp,i3++)
			{
				link[0][i3]=mp->first;
				link[1][i3]=mp->second;
			}			
			dfs(1,0);
			set<int> s2=res;
			res.clear();
			minnum=0;
			dfs(*s2.begin(),0);
			set<int>::iterator sp;
			for(sp=res.begin();sp!=res.end();++sp)
				s2.insert(*sp);
			for(sp=s2.begin();sp!=s2.end();++sp)
				printf("%d\n",*sp);
		}		
		return 0;
}


并查集和dfs还是要写得熟练

在你的代码中,删除最后一个节点时可能会出现问题。这是因为你在处理 `last_node` 和 `last_parent` 的逻辑时没有完全考虑所有边界情况,尤其是当目标节点本身就是树的唯一节点时。 以下是对代码的改进版本,并附有详细解释: --- ### 改进后的代码 ```python from collections import deque class BTreeNode: def __init__(self, val): self.val = val self.left = None self.right = None class BinarySearchTree: def __init__(self): self.root = None def search(self, val): """ Search for a value in the tree and return the node containing it. @param val: The value to search for. @return: The node containing the value, or None if not found. """ current = self.root while current: if val == current.val: return current elif val < current.val: current = current.left else: current = current.right return None def delete(self, val): """ Delete a value from the tree if it is present. To delete a non-leaf node, replace it with the deepest node (last node in level order traversal). @param val: The value to delete. @return: True if deletion was successful, False otherwise. """ target = self.search(val) if not target: return False # Value not found in the tree # Special case: If the tree has only one node (root), delete it directly if self.root == target and not self.root.left and not self.root.right: self.root = None return True # Find the deepest node (last node in level order traversal) and its parent queue = deque([self.root]) last_node = None last_parent = None while queue: last_parent = last_node last_node = queue.popleft() if last_node.left: queue.append(last_node.left) if last_node.right: queue.append(last_node.right) # If the target node is the deepest node itself, handle this case separately if target == last_node: if last_parent: if last_parent.left == last_node: last_parent.left = None else: last_parent.right = None else: self.root = None # Tree becomes empty return True # Replace the target node's value with the deepest node's value target.val = last_node.val # Remove the deepest node from the tree if last_parent.left == last_node: last_parent.left = None else: last_parent.right = None return True ``` --- ### 给出解释 1. **`search` 方法**: - 用于查找目标值 `val` 是否存在于树中。 - 如果找到目标值,则返回包含该值的节点;否则返回 `None`。 2. **`delete` 方法的核心逻辑**: - 首先通过 `search` 方法找到目标节点 `target`。如果目标值不存在,则直接返回 `False`。 - 如果树只有一个节点(即根节点),并且该节点就是要删除的目标节点,则直接将 `self.root` 设置为 `None`。 - 使用广度优先搜索(BFS)找到树中最深的节点(即最后一个节点)及其父节点。 - 如果目标节点本身是最深的节点,则直接将其从树中移除。 - 否则,用最深节点的值替换目标节点的值,并将最深节点从树中移除。 3. **关键点**: - 在删除非叶子节点时,用最深节点的值替换目标节点的值,以保持二叉搜索树的性质。 - 处理边界情况:当目标节点是最深节点时,需要正确更新其父节点的子节点引用。 --- ### 测试代码 以下是一个简单的测试用例,展示如何使用 `BinarySearchTree` 类: ```python # Test the BinarySearchTree implementation bst = BinarySearchTree() # Insert values into the tree values_to_insert = [10, 5, 15, 3, 7, 12, 18] for value in values_to_insert: bst.insert(value) # Helper function to print the tree in-order def in_order_traversal(node): if node is None: return in_order_traversal(node.left) print(node.val, end=" ") in_order_traversal(node.right) # Print the tree in-order in_order_traversal(bst.root) # Output: 3 5 7 10 12 15 18 print() # Delete a leaf node bst.delete(3) in_order_traversal(bst.root) # Output: 5 7 10 12 15 18 print() # Delete a non-leaf node bst.delete(10) in_order_traversal(bst.root) # Output: 5 7 12 15 18 print() # Delete the root node bst.delete(15) in_order_traversal(bst.root) # Output: 5 7 12 18 print() # Delete the last node bst.delete(18) bst.delete(12) bst.delete(7) bst.delete(5) in_order_traversal(bst.root) # Output: (empty) ``` --- ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值