目录

LC 1971. 寻找图中是否存在路径 (opens new window) (opens new window)

简单

# 问题描述

有一个具有 n 个顶点的 双向 图,其中每个顶点标记从 0n - 1(包含 0n - 1)。图中的边用一个二维整数数组 edges 表示,其中 edges[i] = [ui, vi] 表示顶点 ui 和顶点 vi 之间的双向边。 每个顶点对由 最多一条 边连接,并且没有顶点存在与自身相连的边。

请你确定是否存在从顶点 source 开始,到顶点 destination 结束的 有效路径 。

给你数组 edges 和整数 nsourcedestination,如果从 sourcedestination 存在 有效路径 ,则返回 true,否则返回 false

示例 1:

示例1

输入:n = 3, edges = [[0,1],[1,2],[2,0]], source = 0, destination = 2
输出:true
解释:存在由顶点 0 到顶点 2 的路径:
- 0 → 1 → 2
- 0 → 2

示例 2:

示例2

输入:n = 6, edges = [[0,1],[0,2],[3,5],[5,4],[4,3]], source = 0, destination = 5
输出:false
解释:不存在由顶点 0 到顶点 5 的路径.

提示:

  • 1 <= n <= 2 * 105
  • 0 <= edges.length <= 2 * 105
  • edges[i].length == 2
  • 0 <= ui, vi <= n - 1
  • ui != vi
  • 0 <= source, destination <= n - 1
  • 不存在重复边
  • 不存在指向顶点自身的边

# 广度优先搜索

首先通过 edgesedges 构造出双向图 graphgraph,再从点 sourcesource 出发,进行广度优先搜索,搜索过程中若遇到点 destinationdestination,则说明存在有效路径,返回 truetrue,若搜索完毕后仍未找到点 destinationdestination,则返回 falsefalse

/**
 * @param {number} n
 * @param {number[][]} edges
 * @param {number} source
 * @param {number} destination
 * @return {boolean}
 */
var validPath = function (n, edges, source, destination) {
  if (source === destination) return true
  const graph = new Array(n).fill(0).map(() => new Array())
  for (const edge of edges) {
    graph[edge[0]].push(edge[1])
    graph[edge[1]].push(edge[0])
  }
  let queue = [source]
  const visited = new Set()
  while (queue.length) {
    const node = queue.shift()
    for (const point of graph[node]) {
      if (visited.has(point)) continue
      if (point === destination) return true
      queue.push(point)
      visited.add(point)
    }
  }
  return false
}
  • 时间复杂度:O(n+m)O(n + m),其中 nn 表示图中顶点的数目,mm 表示图中边的数目。
  • 空间复杂度:O(n+m)O(n + m),其中 nn 表示图中顶点的数目,mm 表示图中边的数目。

# 并查集

可以先构建并查集,然后对每条边的两个节点进行合并,最后查询 sourcesourcedestinationdestination 是否存在相同的祖先,若相同则说明存在有效路径。

/**
 * @param {number} n
 * @param {number[][]} edges
 * @param {number} source
 * @param {number} destination
 * @return {boolean}
 */
var validPath = function (n, edges, source, destination) {
  const parents = new Array(n).fill(0).map((_, i) => i)
  const find = (x) => {
    if (parents[x] !== x) {
      parents[x] = find(parents[x])
    }
    return parents[x]
  }
  const union = (x, y) => {
    const parentX = find(x)
    const parentY = find(y)
    if (parentX !== parentY) {
      parents[parentX] = parentY
    }
  }
  for (const edge of edges) {
    union(...edge)
  }
  return find(source) === find(destination)
}
  • 时间复杂度:O(n+m×α(m))O(n + m \times \alpha(m)),其中 nn 表示图中顶点的数目,mm 表示图中边的数目,α\alpha 是反阿克曼函数。
  • 空间复杂度:O(n)O(n),其中 nn 表示图中顶点的数目。

本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 , 转载请注明出处!