当前位置：首页 > news >正文

网站做优化有效吗软文有哪几种类型

news 2025/8/3 6:40:11

网站做优化有效吗,软文有哪几种类型,平面设计作品欣赏,企业网站建设程序Hey我的编程小伙伴们👋，今天我要和大家分享一道我在LeetCode上遇到的超有趣的题目——编号3067的在带权树网络中统计可连接服务器对数目。这是一道非常适合练习DFS和图的题目哦！🤓💻 邻接图是什么？ 在我们…

Hey我的编程小伙伴们👋，今天我要和大家分享一道我在LeetCode上遇到的超有趣的题目——编号3067的在带权树网络中统计可连接服务器对数目。这是一道非常适合练习DFS和图的题目哦！🤓💻

邻接图是什么？

在我们深入题目之前，先来聊聊邻接图。邻接图是一种表示图的数据结构，它将每个节点的邻居节点（即与该节点直接相连的节点）组织在一起。简单来说，邻接图就是一种方式，让我们快速知道任意一个节点都和哪些节点相连。🌍

为什么用邻接图？

直观表示：邻接图直观地表示了节点之间的关系，让我们一眼就能看出哪些节点是直接相连的。
高效查询：在邻接图中，查询任意两个节点之间是否存在边是非常快的。
适合树结构：对于树这样的无环图，邻接图可以很好地表示其结构，便于我们进行深度优先搜索（DFS）等操作。

题目解析

题目给出了一个无根带权树，树上有n个节点，每个节点都是一个服务器。还有一个edges数组，告诉我们哪些节点之间有连接以及连接的权重。🌐

关键的来了，我们需要找出所有可以通过某个中间节点c连接的服务器对a和b。但不是随便哪个节点都能当中间人哦，要满足以下条件：

a < b，且a和b都不能是c。
从c到a和从c到b的距离都能被signalSpeed整除。
从c到a和从c到b的路径不能有重叠的边。

暴力枚举的可能性

题目提示中n <= 1000，这意味着我们可以考虑使用暴力枚举的策略。因为节点的数量不是非常大，所以对每个节点进行遍历和计算是可行的。

算法思路

我们构建了一个邻接图来存储每个节点的连接信息。然后，通过深度优先搜索（DFS）遍历整棵树，计算每个节点作为中间节点时，能连接的服务器对的数目。🌳

代码实现

在Scala中，我们使用了ArrayBuffer来动态存储每个节点的邻居信息。DFS函数帮助我们递归地计算每个节点的贡献。最后，我们只需要遍历每个节点，累加它作为中间节点时能连接的服务器对数目。

import scala.collection.mutable.ArrayBufferobject Solution {def countPairsOfConnectableServers(edges: Array[Array[Int]], signalSpeed: Int): Array[Int] = {val n = edges.length + 1val graph = Array.fill(n)(ArrayBuffer[(Int, Int)]())for (e <- edges) {graph(e(0)) += ((e(1), e(2)))graph(e(1)) += ((e(0), e(2)))}def dfs(p: Int, root: Int, curr: Int): Int = {var res = 0if (curr == 0) {res += 1}for ((v, cost) <- graph(p)) {if (v != root) {res += dfs(v, p, (curr + cost) % signalSpeed)}}res}val res = new Array[Int](n)for (i <- 0 until n) {var pre = 0for ((v, cost) <- graph(i)) {val cnt = dfs(v, i, cost % signalSpeed)res(i) += pre * cntpre += cnt}}res}
}

时间和空间复杂度分析

时间复杂度：由于我们对每个节点都执行了DFS，且每个节点的邻居都会被访问一次，时间复杂度为O(N + E)，其中N是节点数，E是边数。在这个特定问题中，E接近N，所以时间复杂度接近O(N^2)。
空间复杂度：我们使用了一个大小为N的数组来存储结果，以及一个邻接图，邻接图的空间复杂度取决于树的稠密程度。在最坏的情况下，如果树是完全二叉树，空间复杂度为O(N)。