20190428-Leetcode-547.朋友圈

博客围绕Leetcode-547朋友圈问题展开,该问题需根据学生间朋友关系矩阵计算朋友圈总数。给出示例说明不同输入下的输出结果,还介绍了两种解题思路,一是图的深度优先搜索,二是并查集。

Leetcode-547.朋友圈

班上有 N 名学生。其中有些人是朋友,有些则不是。他们的友谊具有是传递性。如果已知 A 是 B 的朋友,B 是 C 的朋友,那么我们可以认为 A 也是 C 的朋友。所谓的朋友圈,是指所有朋友的集合。
给定一个 N * N 的矩阵 M,表示班级中学生之间的朋友关系。如果M[i][j] = 1,表示已知第 i 个和 j 个学生互为朋友关系,否则为不知道。你必须输出所有学生中的已知的朋友圈总数。
示例 1:
输入:
[[1,1,0],
[1,1,0],
[0,0,1]]
输出: 2
说明:已知学生0和学生1互为朋友,他们在一个朋友圈。
第2个学生自己在一个朋友圈。所以返回2。

示例 2:
输入:
[[1,1,0],
[1,1,1],
[0,1,1]]
输出: 1
说明:已知学生0和学生1互为朋友,学生1和学生2互为朋友,所以学生0和学生2也是朋友,所以他们三个在一个朋友圈,返回1。
注意:
N 在[1,200]的范围内。
对于所有学生,有M[i][i] = 1。
如果有M[i][j] = 1,则有M[j][i] = 1。

思路1
图的深度优先搜索,初始一个visit数组,其大小为M的结点个数,依次深度优先搜索结点,并将其邻接结点都标记为1,用count记录总的圈子个数。M相当于图的邻接矩阵。
代码1

class Solution {
public:
    void dfs(int z, vector<vector<int>>& M, vector<int>& visit){
        visit[z] = 1;
        for(int i = 0; i < M.size(); i++){
            if(!visit[i] && M[z][i]){
                dfs(i, M, visit);
            }
        }
    }
    int findCircleNum(vector<vector<int>>& M) {
        vector<int> visit(M.size(), 0);
        int count = 0;
        for(int i = 0; i < M.size(); i++){
            if(!visit[i]){
                count++;
                dfs(i, M, visit);
            }
        }
        return count;
    }
};

思路2
并查集

### LeetCode 朋友圈数量问题的解决方案与算法思路 在LeetCode上,朋友圈数量问题(Friend Circles)通常涉及一个矩阵表示学生之间的朋友关系。目标是计算出有多少个独立的朋友圈。以下是两种常见的解决方法:Union-Find和DFS。 #### Union-Find算法 Union-Find是一种用于处理集合合并与查找问题的有效算法。在这种情况下,每个学生可以看作是一个节点,而朋友关系则构成了连接这些节点的边。通过Union-Find算法,可以有效地将属于同一个朋友圈的学生归并到同一个集合中[^1]。 ```python class UnionFind: def __init__(self, n): self.parent = list(range(n)) def find(self, x): if self.parent[x] != x: self.parent[x] = self.find(self.parent[x]) return self.parent[x] def union(self, x, y): root_x = self.find(x) root_y = self.find(y) if root_x != root_y: self.parent[root_y] = root_x def findCircleNum(M): n = len(M) uf = UnionFind(n) for i in range(n): for j in range(i + 1, n): if M[i][j] == 1: uf.union(i, j) circles = set() for i in range(n): circles.add(uf.find(i)) return len(circles) ``` 上述代码展示了如何使用Union-Find算法来解决这个问题。首先初始化一个包含所有学生的集合,然后遍历矩阵中的每一对学生,如果他们朋友,则将他们所在的集合合并。最后,通过计算不同的根节点数来确定朋友圈的数量[^2]。 #### 深度优先搜索(DFS) 另一种方法是使用深度优先搜索(DFS)。对于矩阵中的每一个未访问的学生,启动一次DFS遍历,标记所有属于同一朋友圈的学生为已访问。每次启动新的DFS意味着发现了一个新的朋友圈[^3]。 ```python def findCircleNum(M): def dfs(student): for friend in range(len(M)): if M[student][friend] and visited[friend] == False: visited[friend] = True dfs(friend) n = len(M) visited = [False] * n circles = 0 for student in range(n): if visited[student] == False: dfs(student) circles += 1 return circles ``` 此代码段实现了基于DFS的解决方案。对于矩阵中的每个学生,若尚未被访问,则启动DFS,并递归地访问其所有直接或间接的朋友。每次调用DFS函数时,朋友圈计数器都会增加一,因为这意味着发现了新的、未连接的朋友圈[^4]。 #### 总结 两种方法都可以有效地解决朋友圈数量问题。Union-Find方法在处理动态变化的关系时更具优势,而DFS则在静态数据结构上表现良好。选择哪种方法取决于具体的应用场景和个偏好。
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