赞
踩
在有向图中,以某个节点为起始节点,从该点出发,每一步沿着图中的一条有向边行走。如果到达的节点是终点(即它没有连出的有向边),则停止。
对于一个起始节点,如果从该节点出发,无论每一步选择沿哪条有向边行走,最后必然在有限步内到达终点,则将该起始节点称作是 安全 的。
返回一个由图中所有安全的起始节点组成的数组作为答案。答案数组中的元素应当按 升序 排列。
该有向图有 n 个节点,按 0 到 n - 1 编号,其中 n 是 graph 的节点数。图以下述形式给出:graph[i] 是编号 j 节点的一个列表,满足 (i, j) 是图的一条有向边。
示例 1:
输入:graph = [[1,2],[2,3],[5],[0],[5],[],[]]
输出:[2,4,5,6]
示例 2:
输入:graph = [[1,2,3,4],[1,2],[3,4],[0,4],[]]
输出:[4]
提示:
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/find-eventual-safe-states
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
根据题意,可到达环的节点是不安全的,反之则是安全的。
因此,出度为 0 的节点是安全的,所有出边相连的点都安全的节点也是安全的。
根据这一特点,可将原图中的所有边反向,从而构造一个反图。在此基础上进行拓扑排序,过程中入度(即原图中的出度)可达到 0 的节点即为安全节点。
class Solution { public List<Integer> eventualSafeNodes(int[][] graph) { int n = graph.length; //构造反图,计算各节点在反图中的入度 List<List<Integer>> rg = new ArrayList<List<Integer>>();//反图的边 for (int i = 0; i < n; i++) rg.add(new ArrayList<Integer>());//为n个节点初始化 int[] inDeg = new int[n];//inDeg[i]为节点i在反图中的入度 for (int i = 0; i < n; i++) { for (int j : graph[i]) { rg.get(j).add(i);//构造反图 } inDeg[i] = graph[i].length;//原图中的出度就是反图中的入度 } //拓扑排序 List<Integer> ans = new ArrayList<Integer>();//安全起始节点的集合 Queue<Integer> que = new LinkedList<Integer>();//当前入度为0的节点 for (int i = 0; i < n; i++) { if (inDeg[i] == 0)//将入度为0的节点入队 que.offer(i); } while (!que.isEmpty()) {//处理各个入度为0的节点 int j = que.poll(); for (int i : rg.get(j)) { if (--inDeg[i] == 0)//将反图中该节点的下一节点入度-1 que.offer(i);//若下一节点入度为0则继续入队 } ans.add(j);//当前节点为安全的起始节点 } Collections.sort(ans);//排序 return ans;//输出 } }
执行用时 :23 ms,在所有 Java 提交中击败了 43.97% 的用户;
内存消耗 :49.1 MB,在所有 Java 提交中击败了 17.69% 的用户。
本题也可结合深度优先搜索 + 三色标记法求解。
本题的求解过程与 Java、Golang 等语言中的垃圾回收过程类似。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。