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
ldj20201 小时前
SpringBoot为什么使用new RuntimeException() 来获取调用栈?
java·spring boot·后端
超龄超能程序猿1 小时前
Spring 应用中 Swagger 2.0 迁移 OpenAPI 3.0 详解:配置、注解与实践
java·spring boot·后端·spring·spring cloud
江南一点雨1 小时前
Tokenizer 和 BPE
后端
风象南1 小时前
SpringBoot配置属性热更新的轻量级实现
java·spring boot·后端
洛阳泰山1 小时前
Spring Boot 整合 Nacos 实战教程:服务注册发现与配置中心详解
java·spring boot·后端·nacos
江南一点雨1 小时前
ChatGPT与最大似然估计
后端
程序员爱钓鱼2 小时前
Go语言实战案例-判断一个数是否为质数
后端·google·go
程序员爱钓鱼2 小时前
Go语言实战案例-读取本地文本文件内容
后端·google·go
mCell10 小时前
Go 并发编程基础:从 Goroutine 到 Worker Pool 实践
后端·性能优化·go
Python智慧行囊11 小时前
Flask 框架(一):核心特性与基础配置
后端·python·flask