leecode/problems/547.friend-circles.md

87 lines
3.0 KiB
Markdown
Raw Permalink Normal View History

2020-05-22 18:17:19 +08:00
## 题目地址547. 朋友圈)
https://leetcode-cn.com/problems/friend-circles/
## 题目描述
班上有  N  名学生。其中有些人是朋友,有些则不是。他们的友谊具有是传递性。如果已知 A 是 B  的朋友B 是 C  的朋友,那么我们可以认为 A 也是 C  的朋友。所谓的朋友圈,是指所有朋友的集合。
给定一个  N \* N  的矩阵  M表示班级中学生之间的朋友关系。如果 M[i][j] = 1表示已知第 i 个和 j 个学生互为朋友关系,否则为不知道。你必须输出所有学生中的已知的朋友圈总数。
示例 1:
输入:
[[1,1,0],
[1,1,0],
[0,0,1]]
输出: 2
说明:已知学生 0 和学生 1 互为朋友,他们在一个朋友圈。
第 2 个学生自己在一个朋友圈。所以返回 2。
示例 2:
输入:
[[1,1,0],
[1,1,1],
[0,1,1]]
输出: 1
说明:已知学生 0 和学生 1 互为朋友,学生 1 和学生 2 互为朋友,所以学生 0 和学生 2 也是朋友,所以他们三个在一个朋友圈,返回 1。
注意:
N 在[1,200]的范围内。
对于所有学生,有 M[i][i] = 1。
如果有 M[i][j] = 1则有 M[j][i] = 1。
## 思路
并查集有一个功能是可以轻松计算出连通分量,然而本题的朋友圈的个数,本质上就是连通分量的个数,因此用并查集可以完美解决。
为了简单更加清晰,我将并查集模板代码单尽量独拿出来。
## 代码
`find`, `union`, `connected` 都是典型的模板方法。 懂的同学可能也发现了,我没有做路径压缩,这直接导致 find union connected 的时间复杂度最差的情况退化到 $O(N)$。
当然优化也不难,我们只需要给每一个顶层元素设置一个 size 用来表示连通分量的大小,这样 union 的时候我们将小的拼接到大的上即可。 另外 find 的时候我们甚至可以路径压缩,将树高限定到常数,这样时间复杂度可以降低到 $O(1)$。
```python
class UF:
parent = {}
cnt = 0
def __init__(self, M):
n = len(M)
for i in range(n):
self.parent[i] = i
self.cnt += 1
def find(self, x):
while x != self.parent[x]:
x = self.parent[x]
return x
def union(self, p, q):
if self.connected(p, q): return
self.parent[self.find(p)] = self.find(q)
self.cnt -= 1
def connected(self, p, q):
return self.find(p) == self.find(q)
class Solution:
def findCircleNum(self, M: List[List[int]]) -> int:
n = len(M)
uf = UF(M)
for i in range(n):
for j in range(i):
if M[i][j] == 1:
uf.union(i, j)
return uf.cnt
```
**复杂度分析**
- 时间复杂度:平均 $O(logN)$,最坏的情况是 $O(N)$
- 空间复杂度:我们使用了 parent 因此空间复杂度为 $O(N)$
欢迎关注我的公众号《脑洞前端》获取更多更新鲜的 LeetCode 题解
![](https://pic.leetcode-cn.com/89ef69abbf02a2957838499a96ce3fbb26830aae52e3ab90392e328c2670cddc-file_1581478989502)