题目

n 座城市，从 0 到 n-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 a 到 b 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
    }
}