Explore diversas soluciones LeetCode en Python, C++, JavaScript, SQL y TypeScript. Ideal para preparación de entrevistas, aprendizaje y práctica de código en múltiples lenguajes de programación. Enlace de repositorio de Github
Tienes una gráfica de norte
nodos.Se te da un número entero. norte
y una matriz bordes
dónde bordes [i] = [a i , b i ]
indica que hay un borde entre AI
y b yo
en el gráfico.
Devolver el número de componentes conectados en el gráfico.
Ejemplo 1:
Aporte: n = 5, aristas = [[0,1],[1,2],[3,4]] Producción: 2
Ejemplo 2:
Aporte: n = 5, aristas = [[0,1],[1,2],[2,3],[3,4]] Producción: 1
Restricciones:
1 <= norte <= 2000
1 <= bordes.longitud <= 5000
bordes[i].longitud == 2
0 <= a yo <= b yo < n
a i ! = b i
- No hay bordes repetidos.
Pitón
# time complexity: O(V + E * α(n)) is the inverse Ackermann function
# space complexity: O(V)
from typing import List
class UnionFind():
def __init__(self, n):
self.parents = [i for i in range(n)]
self.rank = [0 for _ in range(n)]
def find(self, node):
while node != self.parents[node]:
node = self.parents[node]
return node
def uion(self, nodeX, nodeY):
parentX = self.find(nodeX)
parentY = self.find(nodeY)
if parentX == parentY:
return
if self.rank[parentX] > self.rank[parentY]:
self.parents[parentY] = self.parents[parentX]
elif self.rank[parentX] < self.rank[parentY]:
self.parents[parentX] = self.parents[parentY]
else:
self.parents[parentX] = self.parents[parentY]
self.rank[parentY] += 1
class Solution:
def countComponents(self, n: int, edges: List[List[int]]) -> int:
disjointUnionSet = UnionFind(n)
for startVertex, endVertex in edges:
disjointUnionSet.uion(startVertex, endVertex)
parent = set()
for i in range(n):
parent.add(disjointUnionSet.find(i))
return len(set(parent))
n = 4
edges = [[0, 1], [2, 3], [1, 2]]
print(Solution().countComponents(n, edges))