力扣 1743. 从相邻元素对还原数组 （ 点击查看题目 ）
题目描述
存在一个由 n 个不同元素组成的整数数组 nums ，但你已经记不清具体内容。好在你还记得 nums 中的每一对相邻元素。
给你一个二维整数数组 adjacentPairs ，大小为 n – 1 ，其中每个 adjacentPairs[i] = [ui, vi] 表示元素 ui 和 vi 在 nums 中相邻。
题目数据保证所有由元素 nums[i] 和 nums[i+1] 组成的相邻元素对都存在于 adjacentPairs 中，存在形式可能是 [nums[i], nums[i+1]] ，也可能是 [nums[i+1], nums[i]] 。这些相邻元素对可以 按任意顺序 出现。
返回 原始数组 nums 。如果存在多种解答，返回 其中任意一个 即可。
示例 1：
输入：adjacentPairs = [[2,1],[3,4],[3,2]]
输出：[1,2,3,4]
解释：数组的所有相邻元素对都在 adjacentPairs 中。
特别要注意的是，adjacentPairs[i] 只表示两个元素相邻，并不保证其 左-右 顺序。 示例 2：
输入：adjacentPairs = [[4,-2],[1,4],[-3,1]]
输出：[-2,4,1,-3]
解释：数组中可能存在负数。
另一种解答是 [-3,1,4,-2] ，也会被视作正确答案。 示例 3：
输入：adjacentPairs = [[100000,-100000]]
输出：[100000,-100000] 提示：
- nums.length == n
- adjacentPairs.length == n – 1
- adjacentPairs[i].length == 2
- 2 <= n <= 10 ^ 5
- -10 ^ 5 <= nums[i], ui, vi <= 10 ^ 5
- 题目数据保证存在一些以 adjacentPairs 作为元素对的数组 nums
方法一： 哈希表
思路及算法
对于一维数组 nums 中的元素 nums[i]，若其为数组的第一个或最后一个元素，则该元素有且仅有一个元素与其相邻；若其为数组的中间元素，则该元素有且仅有两个元素与其相邻。
我们可以对每个元素记录与它相邻的元素有哪些，然后依次检查每个元素的相邻元素数量，即可找到原数组的第一个元素和最后一个元素。由于我们可以返回任意一个满足条件的数组，故指定这两个元素中的一个为原数组的第一个元素，然后根据相邻元素信息确定数组的第二个、第三个元素……直到确定最后一个元素为止。
具体地，我们使用哈希表记录每一个的元素的相邻元素有哪些，然后我们遍历哈希表，找到有且仅有一个相邻元素的元素 e1作为原数组的第一个元素。那么与 e1唯一相邻的元素 e2 即为原数组的第二个元素。此时排除掉与 e2 相邻的 e1 后，可以确认与 e2 相邻的 e3 即为原数组的第三个元素……以此类推，我们可以将原数组完整推断出来。
C++
class Solution {
public:
vector<int> restoreArray(vector<vector<int>>& adjacentPairs) {
unordered_map<int, vector<int>> mp;
for (auto& adjacentPair : adjacentPairs) {
mp[adjacentPair[0]].push_back(adjacentPair[1]);
mp[adjacentPair[1]].push_back(adjacentPair[0]);
}
int n = adjacentPairs.size() + 1;
vector <int> ret(n);
for (auto& [e, adj] : mp) {
if (adj.size() == 1) {
ret[0] = e;
break;
}
}
ret[1] = mp[ret[0]][0];
for (int i = 2; i < n; i++) {
auto& adj = mp[ret[i - 1]];
ret[i] = ret[i - 2] == adj[0] ? adj[1] : adj[0];
}
return ret;
}
}; Java
class Solution {
public int[] restoreArray(int[][] adjacentPairs) {
Map<Integer, List<Integer>> map = new HASH Map<Integer, List<Integer>>();
for (int[] adjacentPair : adjacentPairs) {
map.putIfAbsent(adjacentPair[0], new ArrayList<Integer>());
map.putIfAbsent(adjacentPair[1], new ArrayList<Integer>());
map.get(adjacentPair[0]).add(adjacentPair[1]);
map.get(adjacentPair[1]).add(adjacentPair[0]);
}
int n = adjacentPairs.length + 1;
int[] ret = new int[n];
for (Map.Entry<Integer, List< Integer >> entry : map.entrySet()) {
int e = entry.getKey();
List<Integer> adj = entry.getValue();
if (adj.size() == 1) {
ret[0] = e;
break;
}
}
ret[1] = map.get(ret[0]).get(0);
for (int i = 2; i < n; i++) {
List<Integer> adj = map.get(ret[i - 1]);
ret[i] = ret[i - 2] == adj.get(0) ? adj.get(1) : adj.get(0);
}
return ret;
}
} C#
public class Solution {
public int[] RestoreArray(int[][] adjacentPairs) {
Dictionary<int, IList<int>> dictionary = new Dictionary<int, IList<int>>();
foreach (int[] adjacentPair in adjacentPairs) {
if (!dictionary.ContainsKey(adjacentPair[0])) {
dictionary.Add(adjacentPair[0], new List<int>());
}
if (!dictionary.ContainsKey(adjacentPair[1])) {
dictionary.Add(adjacentPair[1], new List<int>());
}
dictionary[adjacentPair[0]].Add(adjacentPair[1]);
dictionary[adjacentPair[1]].Add(adjacentPair[0]);
}
int n = adjacentPairs.Length + 1;
int[] ret = new int[n];
foreach (KeyValuePair<int, IList<int>> pair in dictionary) {
int e = pair.Key;
IList<int> adj = pair.Value;
if (adj.Count == 1) {
ret[0] = e;
break;
}
}
ret[1] = dictionary[ret[0]][0];
for (int i = 2; i < n; i++) {
IList<int> adj = dictionary[ret[i - 1]];
ret[i] = ret[i - 2] == adj[0] ? adj[1] : adj[0];
}
return ret;
}
} Golang
func restoreArray(adjacentPairs [][]int) []int {
n := len(adjacentPairs) + 1
g := make(map[int][]int, n)
for _, p := range adjacentPairs {
v, w := p[0], p[1]
g[v] = append(g[v], w)
g[w] = append(g[w], v)
}
ans := make([]int, n)
for e, adj := range g {
if len(adj) == 1 {
ans[0] = e
break
}
}
ans[1] = g[ans[0]][0]
for i := 2; i < n; i++ {
adj := g[ans[i-1]]
if ans[i-2] == adj[0] {
ans[i] = adj[1]
} else {
ans[i] = adj[0]
}
}
return ans
} C
struct HashTable {
int key;
int arr[2];
UT_hash_handle hh;
};
void push(struct HashTable** hashTable, int x, int y) {
struct HashTable* tmp;
HASH_FIND_INT(*hashTable, &x, tmp);
if (tmp == NULL) {
tmp = (struct HashTable*)malloc(sizeof(struct HashTable));
tmp->key = x, tmp->arr[0] = y, tmp->arr[1] = INT_MAX;
HASH_ADD_INT(*hashTable, key, tmp);
} else {
tmp->arr[1] = y;
}
}
struct HashTable* query(struct HashTable** hashTable, int x) {
struct HashTable* tmp;
HASH_FIND_INT(*hashTable, &x, tmp);
return tmp;
}
int* restoreArray(int** adjacentPairs, int adjacentPairsSize, int* adjacentPairsColSize, int* returnSize) {
struct HashTable* hashTable = NULL;
for (int i = 0; i < adjacentPairsSize; i++) {
push(&hashTable, adjacentPairs[i][0], adjacentPairs[i][1]);
push(&hashTable, adjacentPairs[i][1], adjacentPairs[i][0]);
}
int n = adjacentPairsSize + 1;
int* ret = (int*) malloc (sizeof(int) * n);
*returnSize = n;
struct HashTable *iter, *tmp;
HASH_ITER(hh, hashTable, iter, tmp) {
if (iter->arr[1] == INT_MAX) {
ret[0] = iter->key;
}
}
ret[1] = query(&hashTable, ret[0])->arr[0];
for (int i = 2; i < n; i++) {
int* adj = query(&hashTable, ret[i - 1])->arr;
ret[i] = ret[i - 2] == adj[0] ? adj[1] : adj[0];
}
return ret;
} JavaScript
var restoreArray = function(adjacentPairs) {
const map = new Map();
for (const adjacentPair of adjacentPairs) {
map.get(adjacentPair[0]) ? map.get(adjacentPair[0]).push(adjacentPair[1]) : map.set(adjacentPair[0], [adjacentPair[1]]);
map.get(adjacentPair[1]) ? map.get(adjacentPair[1]).push(adjacentPair[0]) : map.set(adjacentPair[1], [adjacentPair[0]]);
}
const n = adjacentPairs.length + 1;
const ret = new Array(n).fill(0);
for (const [e, adj] of map.entries()) {
if (adj.length === 1) {
ret[0] = e;
break;
}
}
ret[1] = map.get(ret[0])[0];
for (let i = 2; i < n; i++) {
const adj = map.get(ret[i - 1]);
ret[i] = ret[i - 2] == adj[0] ? adj[1] : adj[0];
}
return ret;
};
复杂度分析
- 时间复杂度：O(n)。其中 n 是原数组的长度。我们只需要遍历每一个元素一次。
- 空间复杂度：O(n) 。 其中 n 是原数组的长度。主要为哈希表的开销。
本文作者：力扣
声明：本文归“力扣”版权所有，如需转载请联系。
