更新时间:2020年05月01日 13:17:02 作者:云上男孩
这篇文章主要介绍了如何基于python实现不邻接植花,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
有 N 个花园,按从 1 到 N 标记。在每个花园中,你打算种下四种花之一。
paths[i] = [x, y] 描述了花园 x 到花园 y 的双向路径。
另外,没有花园有 3 条以上的路径可以进入或者离开。
你需要为每个花园选择一种花,使得通过路径相连的任何两个花园中的花的种类互不相同。
以数组形式返回选择的方案作为答案 answer,其中 answer[i] 为在第 (i+1) 个花园中种植的花的种类。花的种类用 1, 2, 3, 4 表示。保证存在答案。
示例 1:
输入:N = 3, paths = [[1,2],[2,3],[3,1]]
输出:[1,2,3]
示例 2:
输入:N = 4, paths = [[1,2],[3,4]]
输出:[1,2,1,2]
示例 3:
输入:N = 4, paths = [[1,2],[2,3],[3,4],[4,1],[1,3],[2,4]]
输出:[1,2,3,4]
1 <= N <= 10000
0 <= paths.size <= 20000
不存在花园有 4 条或者更多路径可以进入或离开。
保证存在答案。
在python中可以使用列表作为队列,list用append添加元素
可以用字典来存储邻接节点nei = {}
在集合中使用for循环
{res[j] for j in G[i]}
集合的pop函数
flowers = {1,2,3,4} #集合直接相减即可
flowers.pop()
# 集合不能获取某个元素这样子的操作
print(flowers)
out: {2,3,4}集合中的pop是从左边开始取
集合的相减
flowers = {1,2,3,4}
h = {0}
flowers-h
out:{1,2,3,4}
class Solution:
# 整体思路采用BFS方法,还需考虑不连通图的问题,然后着手结果唯一
def gardenNoAdj(self, N: int, paths: List[List[int]]) -> List[int]:
#构建一个answer数组
answer = [0 for _ in range(N)]
#构建所有节点
all_nodes = []
[all_nodes.append(i) for i in range(1,N+1)]
#构建visted列表
visted = dict.fromkeys(all_nodes, 0)
#初始化nei字典元素为空列表
nei = [[] for _ in range(N)]
# 构建无向邻接表,无邻居则不构建
for path in paths:
nei[path[0]-1].append(path[1])
nei[path[1]-1].append(path[0])
#遍历每一个点,每个点保证自己邻接点不是和自己相同就行
answer[0] = 1
for node in range(1,N+1): #遍历所有节点
visted[node] = 1
fix = set()
if(answer[node-1]==0): #如果为0,说明不是连通图
answer[node-1] = 1
flowers=[1,2,3,4]
nei[node-1] = sorted(nei[node-1]) #排序邻居节点
flowers.pop(answer[node-1]-1) #弹出父节点的flowers
for sinode in nei[node-1]: #遍历邻居
if(visted[sinode] == 0): #如果邻居未被访问过
answer[sinode-1] = flowers[0] #使用1,弹出1
flowers.pop(0)
else: #如果邻居被访问过
if(answer[sinode-1]==answer[node-1]):
answer[node-1] = flowers[0]
flowers.pop(0)
fix.add(answer[sinode-1])
if not fix:
continue
else:
flowers=[1,2,3,4]
for a_val in list(fix):
flowers.remove(a_val)
answer[node-1] = flowers[0]
return answer
简化方法:利用集合快速搞定
class Solution:
def gardenNoAdj(self, N: int, paths: List[List[int]]) -> List[int]:
#构建一个answer数组
answer = [0]*N
#初始化nei字典元素为空列表
nei = [[] for _ in range(N)]
# 构建无向邻接表,无邻居则不构建
for path in paths:
nei[path[0]-1].append(path[1])
nei[path[1]-1].append(path[0])
for node in range(1,N+1): #遍历所有节点
flowers={1,2,3,4}
#临时存储邻居含有的花类型
a = set()
for sinode in nei[node-1]: #遍历邻居
a.add(answer[sinode-1])
flowers = flowers - a
answer[node-1] = flowers.pop()
return answer
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
您可能感兴趣的文章:
-
-
python实现RSA加密(解密)算法
RSA是目前最有影响力的公钥加密算法,它能够抵抗到目前为止已知的绝大多数密码攻击,已被ISO推荐为公钥数据加密标准,下面通过本文给大家介绍python实现RSA加密(解密)算法,需要的朋友参考下
2016-02-02
-
-
Django的多表查询操作实战
Django提供一种强大而又直观的方式来"处理"查询中的关联关系,它在后台自动帮你处理JOIN,下面这篇文章主要给大家介绍了关于Django多表查询操作的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
2023-06-06
-
Python初学者必备的文件读写指南
今天给大家带来的是关于Python基础的相关知识,文章围绕着Python文件读写展开,文中有非常详细的介绍及代码示例,需要的朋友可以参考下
2021-06-06
-
-
-
Python基础之函数基本用法与进阶详解
这篇文章主要介绍了Python基础之函数基本用法与进阶,结合实例形式总结分析了Python函数的定义、参数、返回值及递归等相关使用技巧与操作注意事项,需要的朋友可以参考下
2020-01-01
-
-
-
Python基础之函数原理与应用实例详解
这篇文章主要介绍了Python基础之函数原理与应用,结合具体实例形式详细分析了Python函数的定义、原理、参数、返回值、嵌套等相关概念与使用技巧,需要的朋友可以参考下
2020-01-01