|
| 1 | +## 题目地址(997. 找到小镇的法官) |
| 2 | + |
| 3 | +https://leetcode-cn.com/problems/find-the-town-judge/ |
| 4 | + |
| 5 | +## 题目描述 |
| 6 | + |
| 7 | +``` |
| 8 | +在一个小镇里,按从 1 到 n 为 n 个人进行编号。传言称,这些人中有一个是小镇上的秘密法官。 |
| 9 | +
|
| 10 | +如果小镇的法官真的存在,那么: |
| 11 | +
|
| 12 | +小镇的法官不相信任何人。 |
| 13 | +每个人(除了小镇法官外)都信任小镇的法官。 |
| 14 | +只有一个人同时满足条件 1 和条件 2 。 |
| 15 | +
|
| 16 | +给定数组 trust,该数组由信任对 trust[i] = [a, b] 组成,表示编号为 a 的人信任编号为 b 的人。 |
| 17 | +
|
| 18 | +如果小镇存在秘密法官并且可以确定他的身份,请返回该法官的编号。否则,返回 -1。 |
| 19 | +
|
| 20 | + |
| 21 | +
|
| 22 | +示例 1: |
| 23 | +
|
| 24 | +输入:n = 2, trust = [[1,2]] |
| 25 | +输出:2 |
| 26 | +
|
| 27 | +
|
| 28 | +示例 2: |
| 29 | +
|
| 30 | +输入:n = 3, trust = [[1,3],[2,3]] |
| 31 | +输出:3 |
| 32 | +
|
| 33 | +
|
| 34 | +示例 3: |
| 35 | +
|
| 36 | +输入:n = 3, trust = [[1,3],[2,3],[3,1]] |
| 37 | +输出:-1 |
| 38 | +
|
| 39 | +
|
| 40 | +示例 4: |
| 41 | +
|
| 42 | +输入:n = 3, trust = [[1,2],[2,3]] |
| 43 | +输出:-1 |
| 44 | +
|
| 45 | +
|
| 46 | +示例 5: |
| 47 | +
|
| 48 | +输入:n = 4, trust = [[1,3],[1,4],[2,3],[2,4],[4,3]] |
| 49 | +输出:3 |
| 50 | +
|
| 51 | + |
| 52 | +
|
| 53 | +提示: |
| 54 | +
|
| 55 | +1 <= n <= 1000 |
| 56 | +0 <= trust.length <= 104 |
| 57 | +trust[i].length == 2 |
| 58 | +trust[i] 互不相同 |
| 59 | +trust[i][0] != trust[i][1] |
| 60 | +1 <= trust[i][0], trust[i][1] <= n |
| 61 | +``` |
| 62 | + |
| 63 | +## 前置知识 |
| 64 | + |
| 65 | +- 图 |
| 66 | + |
| 67 | +## 公司 |
| 68 | + |
| 69 | +- 暂无 |
| 70 | + |
| 71 | +## 思路 |
| 72 | + |
| 73 | +我们可以将小镇中的人们之间的信任关系抽象为图的边,那么图中的点自然就是小镇中的人。这样问题就转化为**求图中入度(或出度)为 n - 1 并且出度(或入度)为 0**的点。 |
| 74 | + |
| 75 | +究竟是入度还是出度取决于你对边的定义。比如我定义:a 信任 b 表示图中有一条从顶点 a 到顶点 b 的有向边,那么此时我们要找的是**入度为 n - 1 并且出度为 0**的点。反之,我定义:a 信任 b 表示图中有一条从顶点 b 到顶点 a 的有向边,那么此时我们要找的是**出度为 n - 1,入度为 0**的点。 |
| 76 | + |
| 77 | +这里我们不妨使用第一种定义方式,即找图中入度为 n - 1 ,出度为 0 的点。 |
| 78 | + |
| 79 | +算法: |
| 80 | + |
| 81 | +- 初始化长度为 n 的两个数组 in_degree 和 out_degree,分别表示入度和出度信息,比如 in_degree[i] 表示顶点 i 的入度为 in_degress[i]。其中 n 为人数,也就是图中的顶点数。 |
| 82 | +- 接下来根据题目给的 trust 关系建图。由于我们定义图的方式为**a 信任 b 表示图中有一条从顶点 a 到顶点 b 的有向边**。因此如果 a 信任 b,那么 a 的出度 + 1,b 的入度 -1 。 |
| 83 | +- 最后遍历 in_degree 和 out_degree 找到满足 in_degree[i] 为 n - 1,并且 out_degress[i] 为 0 的点,返回即可。如果没有这样的点返回 -1。 |
| 84 | + |
| 85 | +## 关键点 |
| 86 | + |
| 87 | +- 将问题抽象为图,问题转为求图的入度和出度 |
| 88 | + |
| 89 | +## 代码 |
| 90 | + |
| 91 | +- 语言支持:Python3 |
| 92 | + |
| 93 | +Python3 Code: |
| 94 | + |
| 95 | +```python |
| 96 | + |
| 97 | +class Solution: |
| 98 | + def findJudge(self, N, trust): |
| 99 | + in_degree = [0] * (N + 1) |
| 100 | + out_degree = [0] * (N + 1) |
| 101 | + for a, b in trust: |
| 102 | + in_degree[b] += 1 |
| 103 | + out_degree[a] += 1 |
| 104 | + for i in range(1, N + 1): |
| 105 | + if in_degree[i] == N - 1 and out_degree[i] == 0: |
| 106 | + return i |
| 107 | + return -1 |
| 108 | + |
| 109 | +``` |
| 110 | + |
| 111 | +我们也可以直接统计入度和出度的差,因为我们要找的是入度和出度差为 n -1 的点。这样可以将两个数组降低为一个数组,不过复杂度是一样的。 |
| 112 | + |
| 113 | +```py |
| 114 | +class Solution: |
| 115 | + def findJudge(self, N, trust): |
| 116 | + count = [0] * (N + 1) |
| 117 | + for i, j in trust: |
| 118 | + count[i] -= 1 |
| 119 | + count[j] += 1 |
| 120 | + for i in range(1, N + 1): |
| 121 | + if count[i] == N - 1: |
| 122 | + return i |
| 123 | + return -1 |
| 124 | +``` |
| 125 | + |
| 126 | +**复杂度分析** |
| 127 | + |
| 128 | +令 n 为数组长度。 |
| 129 | + |
| 130 | +- 时间复杂度:$O(n)$ |
| 131 | +- 空间复杂度:$O(n)$ |
| 132 | + |
| 133 | +> 此题解由 [力扣刷题插件](https://leetcode-pp.github.io/leetcode-cheat/?tab=solution-template) 自动生成。 |
| 134 | +
|
| 135 | +力扣的小伙伴可以[关注我](https://leetcode-cn.com/u/fe-lucifer/),这样就会第一时间收到我的动态啦~ |
| 136 | + |
| 137 | +以上就是本文的全部内容了。大家对此有何看法,欢迎给我留言,我有时间都会一一查看回答。更多算法套路可以访问我的 LeetCode 题解仓库:https://github.com/azl397985856/leetcode 。 目前已经 40K star 啦。大家也可以关注我的公众号《力扣加加》带你啃下算法这块硬骨头。 |
| 138 | + |
| 139 | +关注公众号力扣加加,努力用清晰直白的语言还原解题思路,并且有大量图解,手把手教你识别套路,高效刷题。 |
| 140 | + |
| 141 | + |
0 commit comments