树可以看成是一个连通且 无环 的 无向 图。
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。添加的边的两个顶点包含在 1 到 n 中间,且这条附加的边不属于树中已存在的边。图的信息记录于长度为 n 的二维数组 edges ,edges[i] = [ai, bi] 表示图中在 ai 和 bi 之间存在一条边。
请找出一条可以删去的边,删除后可使得剩余部分是一个有着 n 个节点的树。如果有多个答案,则返回数组 edges 中最后出现的那个。
示例 1:
输入: edges = [[1,2], [1,3], [2,3]]
输出: [2,3]
思路
用最少的边组成一个完整的树,并且返回最后一个冗余边————不断挑选边联通节点,一旦这个边重复就记录,一直到遍历完所有边————并查集
在原先UnionFind基础上对union方法返回boolean,true标识联通新节点,false标识边重复
class Solution {
public int[] findRedundantConnection(int[][] edges) {
//首先求出节点个数
int[] res = new int[1];
int n = 0;
for (int[] e : edges) {
n = Math.max(n, Math.max(e[0], e[1]));
}
//要找出组成一个连通分量时,多余的边,并查集
UnionFind unionFind = new UnionFind(n);
for (int[] e : edges){
if (!unionFind.union(e[0] - 1, e[1] - 1)){
res = e;
}
}
return res;
}
public class UnionFind {
//根节点的树高
int[] rank;
//每个节点的父节点列表
int[] parents;
int count;
int N;
public UnionFind(int n) {
N = n;
count = n;
parents = new int[n];
rank = new int[n];
for (int i = 0; i < n; i++) {
parents[i] = i;
rank[i] = 1;
}
}
public Integer getCount(){
return count;
}
public Integer find(int x){
while (parents[x] != x){
x = parents[x];
}
return x;
}
public boolean union(int x, int y){
Integer rootX = find(x);
Integer rootY = find(y);
if (rootX.equals(rootY)){
return false;
}
//树高低的换到高的上
if (rank[rootX] < rank[rootY]){
parents[rootX] = rootY;
}else if (rank[rootX] > rank[rootY]){
parents[rootY] = rootX;
}else{
parents[rootX] = rootY;
rank[rootY]++;
}
count--;
return true;
}
}
}