【JavaScript算法实践】1. 无向图连通分量问题

2024-04-14 01:48

本文主要是介绍【JavaScript算法实践】1. 无向图连通分量问题,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

【JavaScript算法实践】无向图连通分量问题

  • 1. 无向图连通分量
  • 2. 不符合条件的情况
  • 3. 连通分量计算
    • 方法一:深度优先搜索(DFS)
    • 方法二:广度优先搜索(BFS)
    • 方法三:并查集
    • 复杂度分析
  • 4. 经典题目
    • a. 岛屿问题
    • b. 门墙问题

1. 无向图连通分量

在开发马尔可夫分析模型功能的过程中,遇到了一个计算前检验模型是否合格的问题。其中最主要的就是要检验图中是否存在单独的节点,即多个连通分量。
什么是连通分量?
通俗地讲,在无向图中,若所有节点都是连通的(即任意选定两个节点,都存在至少一条路使得两个节点连通),则该图有且仅有一个连通子图,即它本身。此时称该图的连通分量为1。这便是马尔可夫过程模型需要检验的条件。

2. 不符合条件的情况

存在独立的节点
上图存在了单独的节点
连通分量大于1
上图连通分量大于1

3. 连通分量计算

方法一:深度优先搜索(DFS)

深度优先搜索的思路是最直观的。遍历图中所有节点,对于每个节点,如果该节点尚未被访问过,则从该节点开始深度优先搜索,通过邻接矩阵 isConnected 得到与该节点直接相连的节点有哪些,这些节点和该节点属于同一个连通分量,然后对这些节点继续深度优先搜索,直到同一个连通分量的所有节点都被访问到,即可得到一个节点。遍历全部节点以后,即可得到连通分量的总数。

/*** DFS深度优先遍历计算连通分量数* @param isConnected : 邻接矩阵 (二维数组)* @returns circles:连通分量数* nodeNum:节点数量 visited:已访问节点集  */
var findCircleNum = function(isConnected) {const nodeNum = isConnected.length;const visited = new Set();let circles = 0;for (let i = 0; i < nodeNum; i++) {if (!visited.has(i)) {dfs(isConnected, visited, nodeNum, i);circles++;}}return circles;
};const dfs = (isConnected, visited, nodeNum, i) => {for (let j = 0; j < nodeNum; j++) {if (isConnected[i][j] == 1 && !visited.has(j)) {visited.add(j);dfs(isConnected, visited, nodeNum, j);}}
};

方法二:广度优先搜索(BFS)

也可以通过广度优先搜索的方法得到连通分量的总数。对于每个节点,如果该节点尚未被访问过,则从该节点开始广度优先搜索,直到同一个连通分量中的所有节点都被访问到,即可得到一个连通分量。

/*** BFS广度优先遍历计算连通分量数* @param isConnected : 邻接矩阵 (二维数组)* @returns circles:连通分量数* nodeNum:节点数量 visited:已访问节点集 */ 
var findCircleNum = function(isConnected) {const nodeNum  = isConnected.length;const visited = new Set();let circles = 0;const queue = new Array();for (let i = 0; i < nodeNum ; i++) {if (!visited.has(i)) {queue.push(i);while (queue.length) {const j = queue.shift();visited.add(j);for (let k = 0; k < nodeNum; k++) {if (isConnected[j][k] === 1 && !visited.has(k)) {queue.push(k);}}}circles++;}}return circles;
};

方法三:并查集

计算连通分量数的另一个方法是使用并查集。初始时,每个节点都属于不同的连通分量。遍历矩阵 isConnected,如果两个节点之间有相连关系,则它们属于同一个连通分量,对它们进行合并。

遍历矩阵 isConnected 的全部元素之后,计算连通分量的总数。

/*** 并查集 计算连通分量数* @param isConnected * @returns circles:连通分量数* nodeNum:节点数量 visited:已访问节点集 */
var findCircleNum = function(isConnected) {const nodeNum = isConnected.length;const parent = new Array(nodeNum).fill(0).map((element, index) => index);for (let i = 0; i < nodeNum; i++) {for (let j = i + 1; j < nodeNum; j++) {if (isConnected[i][j] == 1) {union(parent, i, j);}}}let circles = 0;parent.forEach((element, index) => {if (element === index) {circles++;}});return circles;
};
// 并操作
const union = (parent, index1, index2) => {parent[find(parent, index1)] = find(parent, index2);
}
// 查操作
const find = (parent, index) => {if (parent[index] !== index) {parent[index] = find(parent, parent[index]);}return parent[index];
}

复杂度分析

方法时间复杂度空间复杂度
深度优先DFSO(n2)O(n)
广度优先BFSO(n2)O(n)
并查集O(n2logn)O(n)
其中,n是节点数量。对于DFS和BFS,时间上都需要遍历邻接矩阵内的所有元素,即n2,空间上都需要一个长度为n的数组来标记已经访问过的节点。
对于并查集,时间上除了遍历邻接矩阵内的所有元素外,若存在相连关系,最多可能有2n2次查找,和log(n2)次合并。故最坏的情况下复杂度为O(2n2log(n2)) = O(n2logn),空间上需要一个长度为n的数组来记录每个节点的祖先。

参考资料:

链接:https://leetcode-cn.com/problems/number-of-provinces/solution/sheng-fen-shu-liang-by-leetcode-solution-eyk0/
来源:力扣(LeetCode)

4. 经典题目

a. 岛屿问题

LeetCode.200 岛屿数量 【高频考题】
LeetCode.323 无向图中连通分量的数目
LeetCode.694 不同岛屿的数量
LeetCode.305 岛屿数量 II

b. 门墙问题

LeetCode.286 墙与门
LeetCode.542 01 矩阵
LeetCode.994 腐烂的橘子

这篇关于【JavaScript算法实践】1. 无向图连通分量问题的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/901783

相关文章

JVM 的类初始化机制

前言 当你在 Java 程序中new对象时,有没有考虑过 JVM 是如何把静态的字节码(byte code)转化为运行时对象的呢,这个问题看似简单,但清楚的同学相信也不会太多,这篇文章首先介绍 JVM 类初始化的机制,然后给出几个易出错的实例来分析,帮助大家更好理解这个知识点。 JVM 将字节码转化为运行时对象分为三个阶段,分别是:loading 、Linking、initialization

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

Spring Security--Architecture Overview

1 核心组件 这一节主要介绍一些在Spring Security中常见且核心的Java类,它们之间的依赖,构建起了整个框架。想要理解整个架构,最起码得对这些类眼熟。 1.1 SecurityContextHolder SecurityContextHolder用于存储安全上下文(security context)的信息。当前操作的用户是谁,该用户是否已经被认证,他拥有哪些角色权限…这些都被保

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

Java进阶13讲__第12讲_1/2

多线程、线程池 1.  线程概念 1.1  什么是线程 1.2  线程的好处 2.   创建线程的三种方式 注意事项 2.1  继承Thread类 2.1.1 认识  2.1.2  编码实现  package cn.hdc.oop10.Thread;import org.slf4j.Logger;import org.slf4j.LoggerFactory