2023-09-03:用go编写。给你一个 n 个节点的无向无根树,节点编号从 0 到 n - 1 给你整数 n 和一个长度为 n - 1 的二维整数数组 edges , 其中 edges[i] =
2023-09-03:用go语言编写。给你一个 n 个节点的无向无根树,节点编号从 0 到 n - 1
给你整数 n 和一个长度为 n - 1 的二维整数数组 edges ,
其中 edges[i] = [ai, bi] 表示树中节点 ai 和 bi 之间有一条边。
再给你一个长度为 n 的数组 coins ,其中 coins[i] 可能为 0 也可能为 1 ,
1 表示节点 i 处有一个金币。
一开始,你需要选择树中任意一个节点出发。你可以执行下述操作任意次:
收集距离当前节点距离为 2 以内的所有金币,或者 移动到树中一个相邻节点。
你需要收集树中所有的金币,并且回到出发节点,请你返回最少经过的边数。
如果你多次经过一条边,每一次经过都会给答案加一。
输入:coins = [1,0,0,0,0,1], edges = [[0,1],[1,2],[2,3],[3,4],[4,5]]。
输出:2。
来自左程云。
答案2023-09-03:
代码思路:
1.创建图结构和入度数组,并初始化空图和入度数组。
2.遍历边数组,将边的两个节点加入图中,同时更新入度数组。
3.创建队列,并将所有入度为1且节点上金币为0的节点加入队列。
4.使用BFS算法遍历队列,将入度-1并将入度为1且节点上金币为0的相邻节点加入队列。
5.继续遍历队列,将入度-1并记录节点的排名,并将入度为1的相邻节点加入队列。
6.计算满足条件的边数,即排名大于等于2的边。
7.返回计数值作为最少经过的边数。
总的时间复杂度:O(n),其中n为节点数量,需要遍历边数组和节点数组,同时进行BFS操作。
总的额外空间复杂度:O(n),需要创建图结构、入度数组和队列。
go完整代码如下:
package main
import "fmt"
func collectTheCoins(coins []int, edges [][]int) int {
n := len(coins)
graph := make([][]int, n)
inDegree := make([]int, n)
for i := 0; i < n; i++ {
graph[i] = []int{}
}
for _, edge := range edges {
graph[edge[0]] = append(graph[edge[0]], edge[1])
graph[edge[1]] = append(graph[edge[1]], edge[0])
inDegree[edge[0]]++
inDegree[edge[1]]++
}
queue := make([]int, n)
l, r := 0, 0
for i := 0; i < n; i++ {
if inDegree[i] == 1 && coins[i] == 0 {
queue[r] = i
r++
}
}
for l < r {
cur := queue[l]
l++
for _, next := range graph[cur] {
if inDegree[next]--; inDegree[next] == 1 && coins[next] == 0 {
queue[r] = next
r++
}
}
}
for i := 0; i < n; i++ {
if inDegree[i] == 1 && coins[i] == 1 {
queue[r] = i
r++
}
}
rank := make([]int, n)
for l < r {
cur := queue[l]
l++
for _, next := range graph[cur] {
if inDegree[next]--; inDegree[next] == 1 {
rank[next] = rank[cur] + 1
queue[r] = next
r++
}
}
}
ans := 0
for _, edge := range edges {
if rank[edge[0]] >= 2 && rank[edge[1]] >= 2 {
ans += 2
}
}
return ans
}
func main() {
coins := []int{1, 0, 0, 0, 0, 1}
edges := [][]int{{0, 1}, {1, 2}, {2, 3}, {3, 4}, {4, 5}}
result := collectTheCoins(coins, edges)
fmt.Println(result)
}

rust完整代码如下:
fn collect_the_coins(coins: Vec<i32>, edges: Vec<Vec<i32>>) -> i32 {
let n = coins.len();
let mut graph: Vec<Vec<i32>> = vec![vec![]; n];
let mut in_degree: Vec<i32> = vec![0; n];
for edge in &edges {
let u = edge[0];
let v = edge[1];
graph[u as usize].push(v);
graph[v as usize].push(u);
in_degree[u as usize] += 1;
in_degree[v as usize] += 1;
}
let mut queue: Vec<i32> = vec![0; n];
let mut l = 0;
let mut r = 0;
for i in 0..n {
if in_degree[i] == 1 && coins[i] == 0 {
queue[r as usize] = i as i32;
r += 1;
}
}
while l < r {
let cur = queue[l as usize];
l += 1;
for &next in &graph[cur as usize] {
in_degree[next as usize] -= 1;
if in_degree[next as usize] == 1 && coins[next as usize] == 0 {
queue[r as usize] = next;
r += 1;
}
}
}
for i in 0..n {
if in_degree[i] == 1 && coins[i] == 1 {
queue[r as usize] = i as i32;
r += 1;
}
}
let mut rank: Vec<i32> = vec![0; n];
while l < r {
let cur = queue[l as usize] as usize;
l += 1;
for &next in &graph[cur] {
in_degree[next as usize] -= 1;
if in_degree[next as usize] == 1 {
rank[next as usize] = rank[cur] + 1;
queue[r as usize] = next;
r += 1;
}
}
}
let mut ans = 0;
for edge in &edges {
let u = edge[0] as usize;
let v = edge[1] as usize;
if rank[u] >= 2 && rank[v] >= 2 {
ans += 2;
}
}
ans
}
fn main() {
let coins = vec![0, 0, 0, 1, 1, 0, 0, 1];
let edges = vec![
vec![0, 1],
vec![0, 2],
vec![1, 3],
vec![1, 4],
vec![2, 5],
vec![5, 6],
vec![5, 7],
];
let result = collect_the_coins(coins, edges);
println!("Result: {}", result);
}

c++完整代码如下:
#include <iostream>
#include <vector>
using namespace std;
int collectTheCoins(vector<int>& coins, vector<vector<int>>& edges) {
int n = coins.size();
vector<vector<int>> graph(n);
vector<int> inDegree(n, 0);
for (auto& edge : edges) {
graph[edge[0]].push_back(edge[1]);
graph[edge[1]].push_back(edge[0]);
inDegree[edge[0]]++;
inDegree[edge[1]]++;
}
vector<int> queue;
int l = 0, r = 0;
for (int i = 0; i < n; ++i) {
if (inDegree[i] == 1 && coins[i] == 0) {
queue.push_back(i);
r++;
}
}
while (l < r) {
int cur = queue[l++];
for (int next : graph[cur]) {
if (--inDegree[next] == 1 && coins[next] == 0) {
queue.push_back(next);
r++;
}
}
}
for (int i = 0; i < n; ++i) {
if (inDegree[i] == 1 && coins[i] == 1) {
queue.push_back(i);
r++;
}
}
vector<int> rank(n, 0);
while (l < r) {
int cur = queue[l++];
for (int next : graph[cur]) {
if (--inDegree[next] == 1) {
rank[next] = rank[cur] + 1;
queue.push_back(next);
r++;
}
}
}
int ans = 0;
for (auto& edge : edges) {
if (rank[edge[0]] >= 2 && rank[edge[1]] >= 2) {
ans += 2;
}
}
return ans;
}
int main() {
vector<int> coins = { 1, 0, 0, 0, 0, 1 };
vector<vector<int>> edges = { {0, 1}, {1, 2}, {2, 3}, {3, 4}, {4, 5} };
int result = collectTheCoins(coins, edges);
cout << result << endl;
return 0;
}

c完整代码如下:
#include <stdio.h>
#include <stdlib.h>
int collectTheCoins(int* coins, int coinsSize, int** edges, int edgesSize, int* edgesColSize) {
int n = coinsSize;
int** graph = (int**)malloc(n * sizeof(int*));
int* inDegree = (int*)calloc(n, sizeof(int));
for (int i = 0; i < n; i++) {
graph[i] = (int*)malloc(n * sizeof(int));
}
for (int i = 0; i < edgesSize; i++) {
int v = edges[i][0];
int u = edges[i][1];
graph[v][u] = 1;
graph[u][v] = 1;
inDegree[v]++;
inDegree[u]++;
}
int* queue = (int*)malloc(n * sizeof(int));
int l = 0, r = 0;
for (int i = 0; i < n; ++i) {
if (inDegree[i] == 1 && coins[i] == 0) {
queue[r++] = i;
}
}
while (l < r) {
int cur = queue[l++];
for (int next = 0; next < n; next++) {
if (graph[cur][next] == 1) {
if (--inDegree[next] == 1 && coins[next] == 0) {
queue[r++] = next;
}
}
}
}
for (int i = 0; i < n; ++i) {
if (inDegree[i] == 1 && coins[i] == 1) {
queue[r++] = i;
}
}
int* rank = (int*)calloc(n, sizeof(int));
while (l < r) {
int cur = queue[l++];
for (int next = 0; next < n; next++) {
if (graph[cur][next] == 1) {
if (--inDegree[next] == 1) {
rank[next] = rank[cur] + 1;
queue[r++] = next;
}
}
}
}
int ans = 0;
for (int i = 0; i < edgesSize; i++) {
if (rank[edges[i][0]] >= 2 && rank[edges[i][1]] >= 2) {
ans += 2;
}
}
// 释放动态分配的内存
for (int i = 0; i < n; i++) {
free(graph[i]);
}
free(graph);
free(inDegree);
free(queue);
free(rank);
return ans;
}
int main() {
int coins[] = { 1, 0, 0, 0, 0, 1 };
int* edges[] = {
(int[]) {
0, 1
},
(int[]) {
1, 2
},
(int[]) {
2, 3
},
(int[]) {
3, 4
},
(int[]) {
4, 5
}
};
int coinsSize = sizeof(coins) / sizeof(coins[0]);
int edgesSize = sizeof(edges) / sizeof(edges[0]);
int edgesColSize[] = { 2, 2, 2, 2, 2 };
int result = collectTheCoins(coins, coinsSize, edges, edgesSize, edgesColSize);
printf("Result: %d\n", result);
return 0;
}

2023-09-03:用go编写。给你一个 n 个节点的无向无根树,节点编号从 0 到 n - 1 给你整数 n 和一个长度为 n - 1 的二维整数数组 edges , 其中 edges[i] =的更多相关文章
- Task 4.4二维环形数组求最大子矩阵之和
任务: (1)输入一个二维整形数组,数组里有正数也有负数. (2)二维数组首尾相接,象个一条首尾相接带子一样. (3)数组中连续的一个或多个整数组成一个子数组,每个子数组都有一个和. (4)求所有子数 ...
- 子串查询(二维前缀数组) 2018"百度之星"程序设计大赛 - 资格赛
子串查询 Time Limit: 3500/3000 MS (Java/Others) Memory Limit: 262144/262144 K (Java/Others)Total Subm ...
- PHP二维关联数组的遍历方式
采用foreach循环对二维索引数组进行遍历,相对来讲速度更快,效率更高,foreach循环是PHP中专门用来循环数组的.实例也相对简单,多加练习,想清楚程序运行逻辑即可. <?php $arr ...
- C++ 指针二维数组, C++二维指针数组笔记
C++ 二维动态数组 一. 已知第一维 #include <iostream> using namespace std; int main(int argc, char const *ar ...
- 二维字符数组利用gets()函数输入
举例: ][]; ;i<;i++) gets(a[i]); a是二维字符数组的数组名,相当于一维数组的指针, 所以a[i]就相当于指向第i个数组的指针,类型就相当于char *,相当于字符串.
- 分配一维动态数组or 二维动态数组的方法以及学习 new 方法or vector
先来个开胃菜 // 使用new动态分配存储空间 #include<iostream> using std::cout; int main() { // 第1种方式 int *a=new i ...
- 计算机二级-C语言-程序填空题-190109记录-对二维字符串数组的处理
//给定程序,函数fun的功能是:求出形参ss所指字符串数组中最长字符串的长度,将其余字符串右边用字符*补齐,使其与最长的字符串等长.ss所指字符串数组中共有M个字符串,且串长<N. //重难点 ...
- go 动态数组 二维动态数组
go使用动态数组还有点麻烦,比python麻烦一点,需要先定义. 动态数组申明 var dynaArr []string 动态数组添加成员 dynaArr = append(dynaArr, &quo ...
- 【C/C++】二维数组的传参的方法/二维字符数组的声明,使用,输入,传参
[问题] 定义了一个子函数,传参的内容是一个二维数组 编译提示错误 因为多维数组作为形参传入时,必须声明除第一位维外的确定值,否则系统无法编译(算不出偏移地址) [二维数组的传参] 方法一:形参为二维 ...
- 求一个二维整数数组最大子数组之和,时间复杂度为N^2
本随笔只由于时间原因,我就只写写思想了 二维数组最大子数组之和,可以 引用 一维最大子数组之和 的思想一维最大子数组之和 的思想,在本博客上有,这里就不做多的介绍了 我们有一个最初的二维数组a[n ...
随机推荐
- python 学习 ---函数(带参数)
函数式编程最重要的是增强代码的重用性和可读性 1 def 函数名(参数): 2 3 ... 4 函数体 5 ... 函数的定义主要有如下要点: def:表示函数的关键字 函数名:函数的名称,日后根据函 ...
- Google Chrome 超详细使用教程
由于微信不允许外部链接,你需要点击文章尾部左下角的 "阅读原文",才能访问文中的链接. 调查统计机构 NetMarketShare 发布最新的 7 月份报告,在全球浏览器市场,谷歌 ...
- c++函数重载 c/c++混合编程
C++语言支持函数重载实现原理: 名字改编(name mangling)具体步骤: 当函数名称相同时,会根据函数参数的类型.个数.顺序进行改编 对源码直接用C++编译器进行编译时,会按C++方式进行调 ...
- 自然语言处理 Paddle NLP - 快递单信息抽取 (ERNIE 1.0)
文档检索:需要把业务问题拆解成子任务.文本分类 -> 文本匹配 -> 等任务 -> Panddle API 完成子任务 -> 子任务再拼起来 介绍 在2017年之前,工业界和学 ...
- SQL专家云快速解决阻塞
背景 当数据库突然产生严重阻塞时,运维人员要快速找到阻塞的源头并处理,让业务快速恢复.但是大多数运维人员只掌握了sp_who2.sp_lock等简单的语句,存在以下不足: 找不到真正的源头,过程中会误 ...
- 行行AI人才直播第3期:浙江大学周鑫博士《空中机器人复杂环境高效自主导航—从单机到集群》
行行AI人才是博客园和顺顺智慧共同运营的AI行业人才全生命周期服务平台. 空中飞行的无人车.无人机集群是科幻电影的常客,也往往是未来科技的一大代表.在电影<星球大战:西斯的复仇>(2005 ...
- 未来的编程语言「GitHub 热点速览」
又一个编程语言火了,不算新,因为它已经开发了一段时间.不过在本周 Hacker News 上风头十足,DreamBerd 除了有点意思的改 ; 分隔符为 !,之外,它还能让你用问号来标注一段你也不确定 ...
- 无缝数据转换!使用C++ 实现 Excel文件与CSV之间的相互转换
CSV格式是一种通用的文本文件格式,可在多个应用程序之间共享和使用.相比之下,Excel文件是一种电子表格格式,通常只能在Microsoft Excel中编辑和查看.因此,将Excel文件转换为CSV ...
- 盘点!国内隐私计算学者在 USENIX Security 2023 顶会上的成果
USENIX Security 是国际公认的网络安全与隐私计算领域的四大顶级学术会议之一.CCF(中国计算机学会) 推荐的 A 类会议. 每年的 USENIX Security 研讨会都会汇集大量研究 ...
- 使用 OpenAPI 构建 RESTful API 文档
作为一名开发者,往往需要编写程序的 API 文档,尤其是 Web 后端开发者,在跟前端对接 HTTP 接口的时候,一个好的 API 文档能够大大提高协作效率,降低沟通成本,本文就来聊聊如何使用 Ope ...