LC:1466重新规划路线

题目

n 座城市,从 0n-1 编号,其间共有 n-1 条路线。因此,要想在两座不同城市之间旅行只有唯一一条路线可供选择(路线网形成一颗树)。去年,交通运输部决定重新规划路线,以改变交通拥堵的状况。

路线用 connections 表示,其中 connections[i] = [a, b] 表示从城市 ab 的一条有向路线。

今年,城市 0 将会举办一场大型比赛,很多游客都想前往城市 0 。

请你帮助重新规划路线方向,使每个城市都可以访问城市 0 。返回需要变更方向的最小路线数。

题目数据 保证 每个城市在重新规划路线方向后都能到达城市 0 。

示例 1:

css 复制代码
输入: n = 6, connections = [[0,1],[1,3],[2,3],[4,0],[4,5]]
输出: 3
解释: 更改以红色显示的路线的方向,使每个城市都可以到达城市 0 。

解法

java 复制代码
class Solution {
    private List<int[]>[] g; // 定义一个数组,用于存储图的邻接表表示

    // 主函数,计算需要重新规划路线的最小数量
    public int minReorder(int n, int[][] connections) {
        g = new List[n]; // 初始化图的邻接表
        Arrays.setAll(g, k -> new ArrayList<>()); // 对每个节点初始化一个ArrayList
        // 遍历每条连接线,将节点间的连接关系添加到邻接表中
        for (var e : connections) {
            int a = e[0], b = e[1];
            // 将节点a到节点b的方向标记为1,表示需要重新规划路线
            g[a].add(new int[] {b, 1});
            // 将节点b到节点a的方向标记为0,表示不需要重新规划路线
            g[b].add(new int[] {a, 0});
        }
        // 调用深度优先搜索函数,从节点0开始遍历整个图,并计算需要重新规划路线的数量
        return dfs(0, -1);
    }

    // 深度优先搜索函数,递归地遍历图,并计算需要重新规划路线的数量
    private int dfs(int a, int fa) {
        int ans = 0; // 初始化需要重新规划路线的数量为0
        // 遍历节点a的邻居节点
        for (var e : g[a]) {
            int b = e[0], c = e[1];
            // 如果邻居节点不是父节点,即未访问过的节点
            if (b != fa) {
                // 更新需要重新规划路线的数量,加上当前节点a到邻居节点b的方向标记c
                // 如果c为1,表示需要重新规划路线,将数量加1;如果c为0,表示不需要重新规划路线,数量不变
                ans += c + dfs(b, a); // 递归调用dfs函数,继续遍历邻居节点b
            }
        }
        return ans; // 返回需要重新规划路线的数量
    }
}
相关推荐
南囝coding18 小时前
《独立开发者精选工具》第 018 期
前端·后端
绝无仅有18 小时前
数据库MySQL 面试之死锁与排查经验总结
后端·面试·github
用户3849587306919 小时前
Spring Boot 集成 Redis 的完整流程
后端
昨日的风19 小时前
springboot 多数据源切换
后端
绝无仅有19 小时前
mysql性能优化实战与总结
后端·面试·github
用户83562907805120 小时前
从手动编辑到代码生成:Python 助你高效创建 Word 文档
后端·python
德育处主任20 小时前
玩转 Strands:AI Agent 开发,原来可以这么简单!
后端·aigc
Undoom20 小时前
大模型选型“炼狱”与终结:一份来自普通开发者的AI Ping深度评测报告
后端
用户40993225021220 小时前
FastAPI的CI流水线怎么自动测端点,还能让Allure报告美到犯规?
后端·ai编程·trae
双向3320 小时前
Docker 镜像瘦身实战:从 1.2GB 压缩到 200MB 的优化过程
后端