【广度优先遍历】310. 最小高度树

310. 最小高度树

解题思路

  • 首先,在方法的开头,创建了一个空的列表res,用于存储最小高度树的根节点。

  • 接着,通过条件判断,检查如果图中只有一个节点(即n == 1),则将该节点添加到结果列表中,并返回结果。

  • 然后,创建了一个长度为n的整型数组degree,用于存储每个节点的出度。

  • 接下来,创建了一个二维列表map,表示图的邻接表,用于存储节点之间的连接关系。对于每个节点,初始化一个空列表。

  • 然后,遍历边数组edges,更新节点的出度和邻接表。对于每条边,将边的起始节点和终止节点的出度加1,并将终止节点加入起始节点的邻接表中,将起始节点加入终止节点的邻接表中。

  • 接着,创建了一个队列queue,用于执行广度优先搜索。将所有出度为1的叶子节点入队。

  • 在队列不为空的情况下,进行循环。在每次循环中,创建一个新的空列表res,用于存储当前层的节点。

  • 然后,获取队列的当前大小,表示当前层的节点数。对于当前层的每个节点,将其从队列中取出并添加到res列表中。

  • 接着,获取当前节点的邻居节点列表,并遍历这些邻居节点。对于每个邻居节点,将其出度减1,并检查如果其出度变为1,则将其加入队列中,以便下一层的遍历。

  • 最后,返回结果列表res,其中包含了所有最小高度树的根节点。


****class Solution {
    public List<Integer> findMinHeightTrees(int n, int[][] edges) {
        List<Integer> res = new ArrayList<>();

        // 如果只有一个节点
        if(n == 1){
            res.add(0);
            return res;
        }

        int[] degree = new int[n];// 节点的出度表

        // 建立图关系
        List<List<Integer>> map = new ArrayList<>();
        for(int i = 0; i < n; i++){
            map.add(new ArrayList<>());
        }

        for(int[] edge:edges){
            degree[edge[0]]++;// 边的起始点
            degree[edge[1]]++;// 边的终止点

            map.get(edge[0]).add(edge[1]);
            map.get(edge[1]).add(edge[0]);
        }


        // 建立队列
        Queue<Integer> queue = new LinkedList<>();
        // 所有叶子节点 入队 出度为1的节点 
        for(int i = 0; i < n; i++){
            if(degree[i] == 1){
                queue.offer(i);
            }
        }

        while(!queue.isEmpty()){
            res = new ArrayList<>();
            int size = queue.size();

            for(int i = 0; i < size; i++){
                int cur = queue.poll();
                res.add(cur);

                List<Integer> neighbors = map.get(cur);

                for (int neighbor : neighbors) {
                    degree[neighbor]--;
                    if (degree[neighbor] == 1) {
                        /*如果是叶子节点我们就入队*/
                        queue.offer(neighbor);
                    }
                }

            }
        }

        return res;
    }
}

你可能感兴趣的:(#,Leetcode,宽度优先,算法)