找抖音红人。
假设用户N,M个关注关系对(A,B),(A,B)表示用户A关注B,
关注有传递性,例如 用户A关注用户B,用户B关注C,表明A间接关注C。
如果一个用户被N个用户直接间接关注,是红人。
求红人个数。
输入:
第一行 整数 N
第二行 整数 M
第三行 空格风格M*2个整数,表示关系对
3
3
1 2 2 1 2 3
输出:
一行一整数,答案。
1
思路1:
注意由于时间复杂度,以下方法只通过了88,目前还没想好优化
def redmennums(input_dicts, key_item, fd_list, N):
if(len(fd_list) == N):
return True
flmen = input_dicts.get(key_item, '')
if(flmen):
for fl_item in flmen :
if(fl_item not in fd_list):
fd_list.append(fl_item)
if(redmennums(input_dicts, fl_item, fd_list, N)):
return True
else:
fd_list.pop()
return False
N = int(input())
M = int(input())
line = list(map(int,input().split()))
input_dicts = {}
for i in range(0,2*M,2):
if(line[i+1] in input_dicts.keys()):
input_dicts[line[i+1]].append(line[i])
else:
input_dicts[line[i+1]] = [line[i]]
rnums = 0
for key_item in input_dicts.keys():
fd_list = [key_item]
if(redmennums(input_dicts, key_item, fd_list, N)):
rnums += 1
print(rnums)
思路2:
思路如下:将用户之间的关注关系使用一个字典表示,key为被关注的用户,value为关注此用户的用户,遍历每个key的value中的用户,补充间接关注关系,最后判断哪个用户的len(value)为用户总数,则该用户为抖音红人。
# -*- coding:utf-8 -*-
import collections
def split_guanxi(gx_list, num):
gx_dict = collections.defaultdict(set) # key表示用户,value为list,表示谁关注了他
for i, x in enumerate(gx_list):
# print i, x
if i % 2 != 0: # 奇数表示拿到的是关注的对象 奇数前面的偶数表示关注此对象的人
gx_dict[x].add(x)
gx_dict[x].add(gx_list[i-1])
#print gx_dict
for i in range(int(num)): # 需要多次检测,因为有间接的关注关系
for star, user in gx_dict.iteritems(): # star 表示被关注的人, user表示关注者
add_people = set()
for x in user:
if x in gx_dict:
add_people |= gx_dict[x]
gx_dict[star] |= add_people
#print gx_dict
star_num = 0
for star, user in gx_dict.iteritems():
#print star, len(user)
if len(user) == int(num):
star_num += 1
return star_num
if __name__ == "__main__":
#while True: # 在牛客网上提交 python 不用写循环,java要
N = raw_input() # users_num
M = raw_input() # guanxi_num
Guan_xi = raw_input().split(' ') # guanxi, 用空格分割,得到list
print split_guanxi(Guan_xi, N)
参考:https://blog.csdn.net/baidu_33718858/article/details/82584919