当前位置:
首页 > temp > python入门教程 >
-
1489.找到最小生成树里的关键边和伪关键边
from typing import List # 这道题本质上还是利用并查集的知识,首先计算最小的权重和,去除掉无效的边, # 然后遍历所有的边,然后计算最小的权重和,同时判断是否可以连通。 # 并查集的模板。 class DSU: def __init__(self,n): # 实例化一个列表。用来存放所有的节点对应的父节点。 self.father = list(range(n)) def find(self,x): # 寻找父节点,判断父节点是否是自己。 if x != self.father[x]: # 寻找到最上层的父亲节点。 self.father[x] = self.find(self.father[x]) # 返回。 return self.father[x] def union(self,x,y): # 联合,连接节点。 if not self.is_connected(x,y): # 寻找到最上层的x的父亲节点,让他等于y的父亲节点。 self.father[self.find(x)] = self.find(y) # 判断两个节点是否相连。 def is_connected(self,x,y): return self.find(x) == self.find(y) class Solution: def findCriticalAndPseudoCriticalEdges(self, n: int, edges: List[List[int]]) -> List[List[int]]: # 在原有的列表中添加位置索引。 sorted_edges = [[index] + i for index,i in enumerate(edges)] # 根据边的权重对边进行排序。 sorted_edges = sorted(sorted_edges,key = lambda x : x[-1]) # 计算最小生成树的权重和。 total = 0 dsu = DSU(n) for index2,x,y,w in sorted_edges: if not dsu.is_connected(x,y): dsu.union(x,y) total += w key_edge = [] # 关键边列表 no_key_edge = [] # 伪关键边列表。 for i,edge in enumerate(sorted_edges): (j,x,y,w) = edge # 去掉当前边,形成新的列表。 cur_edges = sorted_edges[:i] + sorted_edges[i+1:] # 这里我们先把当前边相连。然后在进行计算权重和, # 判断权重和和最小权重和是否相同。 # 如果不相同的话,那么这条边就是无效的边。所以就跳出这一次循环。 total1 = 0 dsu1 = DSU(n) dsu1.union(x,y) total1 += w for index2, cur_x, cur_y, cur_w in cur_edges: if not dsu1.is_connected(cur_x, cur_y): dsu1.union(cur_x, cur_y) total1 += cur_w # 如果不相等说明是无效边。 if total1 != total: continue # 下边是判断是否为关键边。 # 下边我们不将当前边对应的两个节点相连。 # 然后进行计算最小权重和,如果当前边是关键边的话, # 那么我们是不能保证能够让所有的节点相连的。 # 所以计算的权重和total2 和 total1是不相同的。 total2 = 0 dsu2 = DSU(n) for index2, cur_x, cur_y, cur_w in cur_edges: if not dsu2.is_connected(cur_x, cur_y): dsu2.union(cur_x, cur_y) total2 += cur_w # 判断是否为关键边。 if total1 != total2: key_edge.append(edge[0]) else: no_key_edge.append(edge[0]) return [key_edge,no_key_edge] A = Solution() print(A.findCriticalAndPseudoCriticalEdges(n = 5, edges = [[0,1,1],[1,2,1],[2,3,2],[0,3,2],[0,4,3],[3,4,3],[1,4,6]]))
出 处:https://www.cnblogs.com/cong12586/p/14356535.html
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀(爬取学校通知公告)
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求:requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量?
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析:SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL,这些神奇的特性你知道吗?
openGauss内核分析:执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
SQL Server -- 解决存储过程传入参数作为s
关于JS定时器的整理
JS中使用Promise.all控制所有的异步请求都完
js中字符串的方法
import-local执行流程与node模块路径解析流程
检测数据类型的四种方法
js中数组的方法,32种方法
前端操作方法
数据类型
window.localStorage.setItem 和 localStorage.setIte
如何完美解决前端数字计算精度丢失与数