同步操作将从 doocs/leetcode 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
存在一个 无向图 ,图中有 n
个节点。其中每个节点都有一个介于 0
到 n - 1
之间的唯一编号。给你一个二维数组 graph
,其中 graph[u]
是一个节点数组,由节点 u
的邻接节点组成。形式上,对于 graph[u]
中的每个 v
,都存在一条位于节点 u
和节点 v
之间的无向边。该无向图同时具有以下属性:
graph[u]
不包含 u
)。graph[u]
不包含重复值)。v
在 graph[u]
内,那么 u
也应该在 graph[v]
内(该图是无向图)u
和 v
之间可能不存在一条连通彼此的路径。二分图 定义:如果能将一个图的节点集合分割成两个独立的子集 A
和 B
,并使图中的每一条边的两个节点一个来自 A
集合,一个来自 B
集合,就将这个图称为 二分图 。
如果图是二分图,返回 true
;否则,返回 false
。
示例 1:
不能将节点分割成两个独立的子集,
示例 2:
可以将节点分成两组: {0, 2} 和 {1, 3} 。
提示:
graph.length == n
1 <= n <= 100
0 <= graph[u].length < n
0 <= graph[u][i] <= n - 1
graph[u]
不会包含 u
graph[u]
的所有值 互不相同
graph[u]
包含 v
,那么 graph[v]
也会包含 u
方法一:染色法判定二分图
遍历所有节点进行染色,比如初始为白色,DFS 对节点相邻的点染上另外一种颜色。如果要染色某节点时,要染的目标颜色和该节点的已经染过的颜色不同,则说明不能构成二分图。
方法二:并查集
对于本题,如果是二分图,那么图中每个顶点的所有邻接点都应该属于同一集合,且不与顶点处于同一集合,因此我们可以使用并查集。遍历图中每个顶点,如果发现存在当前顶点与对应的邻接点处于同一个集合,说明不是二分图。否则将当前节点的邻接点相互进行合并。以下是并查集模板。
模板 1——朴素并查集:
# 初始化,p存储每个点的父节点
p = list(range(n))
# 返回x的祖宗节点
def find(x):
if p[x] != x:
# 路径压缩
p[x] = find(p[x])
return p[x]
# 合并a和b所在的两个集合
p[find(a)] = find(b)
模板 2——维护 size 的并查集:
# 初始化,p存储每个点的父节点,size只有当节点是祖宗节点时才有意义,表示祖宗节点所在集合中,点的数量
p = list(range(n))
size = [1] * n
# 返回x的祖宗节点
def find(x):
if p[x] != x:
# 路径压缩
p[x] = find(p[x])
return p[x]
# 合并a和b所在的两个集合
if find(a) != find(b):
size[find(b)] += size[find(a)]
p[find(a)] = find(b)
模板 3——维护到祖宗节点距离的并查集:
# 初始化,p存储每个点的父节点,d[x]存储x到p[x]的距离
p = list(range(n))
d = [0] * n
# 返回x的祖宗节点
def find(x):
if p[x] != x:
t = find(p[x])
d[x] += d[p[x]]
p[x] = t
return p[x]
# 合并a和b所在的两个集合
p[find(a)] = find(b)
d[find(a)] = distance
染色法:
class Solution:
def isBipartite(self, graph: List[List[int]]) -> bool:
def dfs(u, c):
color[u] = c
for v in graph[u]:
if not color[v]:
if not dfs(v, 3 - c):
return False
elif color[v] == c:
return False
return True
n = len(graph)
color = [0] * n
for i in range(n):
if not color[i] and not dfs(i, 1):
return False
return True
并查集:
class Solution:
def isBipartite(self, graph: List[List[int]]) -> bool:
def find(x):
if p[x] != x:
p[x] = find(p[x])
return p[x]
p = list(range(len(graph)))
for u, g in enumerate(graph):
for v in g:
if find(u) == find(v):
return False
p[find(v)] = find(g[0])
return True
染色法:
class Solution {
private int[] color;
private int[][] g;
public boolean isBipartite(int[][] graph) {
int n = graph.length;
color = new int[n];
g = graph;
for (int i = 0; i < n; ++i) {
if (color[i] == 0 && !dfs(i, 1)) {
return false;
}
}
return true;
}
private boolean dfs(int u, int c) {
color[u] = c;
for (int v : g[u]) {
if (color[v] == 0) {
if (!dfs(v, 3 - c)) {
return false;
}
} else if (color[v] == c) {
return false;
}
}
return true;
}
}
并查集:
class Solution {
private int[] p;
public boolean isBipartite(int[][] graph) {
int n = graph.length;
p = new int[n];
for (int i = 0; i < n; ++i) {
p[i] = i;
}
for (int u = 0; u < n; ++u) {
int[] g = graph[u];
for (int v : g) {
if (find(u) == find(v)) {
return false;
}
p[find(v)] = find(g[0]);
}
}
return true;
}
private int find(int x) {
if (p[x] != x) {
p[x] = find(p[x]);
}
return p[x];
}
}
染色法:
class Solution {
public:
bool isBipartite(vector<vector<int>>& graph) {
int n = graph.size();
vector<int> color(n);
for (int i = 0; i < n; ++i)
if (!color[i] && !dfs(i, 1, color, graph))
return false;
return true;
}
bool dfs(int u, int c, vector<int>& color, vector<vector<int>>& g) {
color[u] = c;
for (int& v : g[u]) {
if (!color[v]) {
if (!dfs(v, 3 - c, color, g)) return false;
} else if (color[v] == c)
return false;
}
return true;
}
};
并查集:
class Solution {
public:
vector<int> p;
bool isBipartite(vector<vector<int>>& graph) {
int n = graph.size();
p.resize(n);
for (int i = 0; i < n; ++i) p[i] = i;
for (int u = 0; u < n; ++u)
{
auto& g = graph[u];
for (int v : g)
{
if (find(u) == find(v)) return 0;
p[find(v)] = find(g[0]);
}
}
return 1;
}
int find(int x) {
if (p[x] != x) p[x] = find(p[x]);
return p[x];
}
};
染色法:
func isBipartite(graph [][]int) bool {
n := len(graph)
color := make([]int, n)
var dfs func(u, c int) bool
dfs = func(u, c int) bool {
color[u] = c
for _, v := range graph[u] {
if color[v] == 0 {
if !dfs(v, 3-c) {
return false
}
} else if color[v] == c {
return false
}
}
return true
}
for i := range graph {
if color[i] == 0 && !dfs(i, 1) {
return false
}
}
return true
}
并查集:
func isBipartite(graph [][]int) bool {
n := len(graph)
p := make([]int, n)
for i := range p {
p[i] = i
}
var find func(x int) int
find = func(x int) int {
if p[x] != x {
p[x] = find(p[x])
}
return p[x]
}
for u, g := range graph {
for _, v := range g {
if find(u) == find(v) {
return false
}
p[find(v)] = find(g[0])
}
}
return true
}
染色法:
function isBipartite(graph: number[][]): boolean {
const n = graph.length;
let valid = true;
// 0 未遍历, 1 红色标记, 2 绿色标记
let colors = new Array(n).fill(0);
function dfs(idx: number, color: number, graph: number[][]) {
colors[idx] = color;
const nextColor = 3 - color;
for (let j of graph[idx]) {
if (!colors[j]) {
dfs(j, nextColor, graph);
if (!valid) return;
} else if (colors[j] != nextColor) {
valid = false;
return;
}
}
}
for (let i = 0; i < n && valid; i++) {
if (!colors[i]) {
dfs(i, 1, graph);
}
}
return valid;
}
并查集:
function isBipartite(graph: number[][]): boolean {
const n = graph.length;
let p = new Array(n);
for (let i = 0; i < n; ++i) {
p[i] = i;
}
function find(x) {
if (p[x] != x) {
p[x] = find(p[x]);
}
return p[x];
}
for (let u = 0; u < n; ++u) {
for (let v of graph[u]) {
if (find(u) == find(v)) {
return false;
}
p[find(v)] = find(graph[u][0]);
}
}
return true;
}
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。