-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathP0785_IsGraphBipartite.java
120 lines (114 loc) · 5.14 KB
/
P0785_IsGraphBipartite.java
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
package yyl.leetcode.p07;
import java.util.ArrayDeque;
import java.util.Queue;
/**
* <h3>判断二分图</h3><br>
* 给定一个无向图graph,当这个图为二分图时返回true。<br>
* 如果我们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,我们就将这个图称为二分图。<br>
* graph将会以邻接表方式给出,graph[i]表示图中与节点i相连的所有节点。每个节点都是一个在0到graph.length-1之间的整数。这图中没有自环和平行边: graph[i] 中不存在i,并且graph[i]中没有重复的值。<br>
*
* <pre>
* 示例 1:
* 输入: [[1,3], [0,2], [1,3], [0,2]]
* 输出: true
* 解释:
* 无向图如下:
* 0----1
* | |
* | |
* 3----2
* 我们可以将节点分成两组: {0, 2} 和 {1, 3}。
*
* 示例 2:
* 输入: [[1,2,3], [0,2], [0,1,3], [0,2]]
* 输出: false
* 解释:
* 无向图如下:
* 0----1
* | \ |
* | \ |
* 3----2
* 我们不能将节点分割成两个独立的子集。
*
* 注意:
* graph 的长度范围为 [1, 100]。
* graph[i] 中的元素的范围为 [0, graph.length - 1]。
* graph[i] 不会包含 i 或者有重复的值。
* 图是无向的: 如果j 在 graph[i]里边, 那么 i 也会在 graph[j]里边。
* </pre>
*/
public class P0785_IsGraphBipartite {
public static void main(String[] args) {
Solution solution = new Solution();
System.out.println(solution.isBipartite(new int[][] { { 1, 3 }, { 0, 2 }, { 1, 3 }, { 0, 2 } }));// true
System.out.println(solution.isBipartite(new int[][] { { 1, 2, 3 }, { 0, 2 }, { 0, 1, 3 }, { 0, 2 } }));// false
}
// 深度优先搜索
// 二分图(Bipartite graph)是一类特殊的图,它可以被划分为两个部分(两个独立的点集),每个部分内的点互不相连。
// 算法:
// ├ 我们任选一个节点开始,将其染成色,并从该节点开始对整个无向图进行遍历
// ├ 在遍历的过程中,如果我们通过节点 x 遍历到了节点 y (即 x和 y在图中有一条边直接相连),那么会有两种情况:
// │ ├ 如果 y 未被染色,那么我们将其染成与 x 不同的颜色,并对 y 直接相连的节点进行遍历;
// │ └ 如果 y 被染色,并且颜色与 x相同,那么说明给定的无向图不是二分图。我们可以直接退出遍历并返回 False作为答案。
// └ 当遍历结束时,说明给定的无向图是二分图,返回 True 作为答案。
// 时间复杂度:O(N+M),其中 N 和 M 分别是无向图中的点数和边数。
// 空间复杂度:O(N),存储节点颜色的数组需要 O(N)的空间,在深度优先搜索的过程中,栈的深度最大为 N,需要 O(N)的空间。
static class Solution {
public boolean isBipartite(int[][] graph) {
int n = graph.length;
int[] colors = new int[n];// 0,1,2
for (int x = 0; x < n; x++) {
if (colors[x] == 0) {
if (!dfs(x, 1, graph, colors)) {
return false;
}
}
}
return true;
}
private boolean dfs(int x, int color, int[][] graph, int[] colors) {
colors[x] = color;
int cNei = color == 1 ? 2 : 1;
for (int y : graph[x]) {
if (colors[y] != cNei) {
return false;
}
if (colors[y] == 0) {
if (!dfs(y, cNei, graph, colors)) {
return false;
}
}
}
return true;
}
}
// 广度优先搜索
// 时间复杂度:O(N+M),其中 N 和 M 分别是无向图中的点数和边数。
// 空间复杂度:O(N),存储节点颜色的数组需要 O(N)的空间,在广度优先搜索的过程中,队列中最多有 N−1 个节点,需要 O(N) 的空间。
static class Solution2 {
public boolean isBipartite(int[][] graph) {
int n = graph.length;
int[] colors = new int[n];// 0,1,2
for (int i = 0; i < n; i++) {
if (colors[i] == 0) {
Queue<Integer> queue = new ArrayDeque<>();
queue.offer(i);
colors[i] = 1;
while (!queue.isEmpty()) {
int node = queue.poll();
int cNei = colors[node] == 1 ? 2 : 1;
for (int neighbor : graph[node]) {
if (colors[neighbor] == 0) {
colors[neighbor] = cNei;
queue.offer(neighbor);
} else if (colors[neighbor] != cNei) {
return false;
}
}
}
}
}
return true;
}
}
}