力扣-图论-5【算法学习day.55】

目录

前言

习题

1.移除可疑的方法

后言


前言

###我做这类文章一个重要的目的还是给正在学习的大家提供方向和记录学习过程(例如想要掌握基础用法,该刷哪些题?)我的解析也不会做的非常详细,只会提供思路和一些关键点,力扣上的大佬们的题解质量是非常非常高滴!!!


习题

1.移除可疑的方法

题目链接: 3310. 移除可疑的方法 - 力扣(LeetCode)

题面:

**分析:**我们可以定义一个集合数组,map[i]就表示i节点所指向的所有节点,然后递归将所有可疑节点打上标记,然后遍历invocations数组,如果出现第一个元素是不可疑的,第二个元素是可疑的,就直接返回所有元素,否则,就把没打上可疑标记的元素返回。

java 复制代码
class Solution {
    List<Integer>[] map1;
    List<Integer>[] map2;
    int[] flag;
    ArrayList<Integer> no = new ArrayList<>();
    int[] cuc = new int[100000];
    int count = 0;
    public List<Integer> remainingMethods(int n, int k, int[][] invocations) {
        map1 = new List[n];
          flag = new int[n];
        Arrays.setAll(map1,_->new ArrayList<Integer>());
        for(int[] arr : invocations){
            int a = arr[0];
            int b = arr[1];
            // union(a,b);
            map1[a].add(b);
        }
        recurison(k);
        List<Integer> ans = new ArrayList<>();
         for(int[] arr : invocations){
            if(flag[arr[0]]==0&&flag[arr[1]]==1){
                for(int i = 0;i<n;i++)ans.add(i);
                return ans;
            }
        }

        for(int i = 0;i<n;i++){
            if(flag[i]==0)ans.add(i);
        }
        return ans;
    }
    public void recurison(int x){
        flag[x] =1;
        for(int a:map1[x]){
            if(flag[a]==0){
                recurison(a);
            }
        }
    }
}

后言

上面是力扣图论专题,下一篇是其他的习题,希望有所帮助,一同进步,共勉!

相关推荐
amazinging12 分钟前
北京-4年功能测试2年空窗-报培训班学测开-第七十一天-面试第二天
python·学习·面试
2301_7850381814 分钟前
c++初学day1(类比C语言进行举例,具体原理等到学到更深层的东西再进行解析)
c语言·c++·算法
Dream it possible!1 小时前
LeetCode 面试经典 150_数组/字符串_加油站(14_134_C++_中等)(贪心算法)
c++·leetcode·面试
秋雨qy1 小时前
论文reading学习记录7 - daily - ViP3D
学习·3d
用户84913717547161 小时前
JDK 17 实战系列(第4期):安全性与稳定性增强详解
java·后端·性能优化
自由的疯1 小时前
java程序员怎么从Python小白变成Python大拿?(三)
java·后端·trae
Li X1 小时前
USB2.0协议学习-基础知识
网络·学习
用户84913717547161 小时前
JustAuth实战系列(第4期):模板方法模式实战 - AuthDefaultRequest源码剖析
java·后端·架构
weixin_411191841 小时前
安卓Handler和Looper的学习记录
android·java
星期天要睡觉1 小时前
机器学习——支持向量机(SVM)
算法·机器学习·支持向量机·svm