Java强连通分量(含面试大厂题和源码)

强连通分量（Strongly Connected Components, SCCs）是图论中的一个概念，主要用于有向图。在有向图中，如果从图中的某个顶点 A 能够到达另一个顶点 B，并且从顶点 B 也能到达顶点 A，则称这两个顶点是强连通的。一个强连通分量是这样一个子图，其内部任意两个顶点都是强连通的。

强连通分量的算法：

  1. Kosaraju 算法：这是一个经典的算法，它首先对原图进行深度优先搜索（DFS），记录顶点的完成顺序，并建立一个逆序的顶点栈。然后，对原图的逆图（即边的方向全部反转）再次进行 DFS，每次 DFS 会找到原图中的一个强连通分量。

  2. Tarjan 算法：Tarjan 算法也是一种用于寻找强连通分量的算法，它在同一个图中完成寻找过程，不需要构建逆图。Tarjan 算法在 DFS 的过程中为每个顶点分配三个值：发现时间戳（disc）、最低可达时间戳（low），以及一个标记用来判断顶点是否在栈上。

强连通分量的 Java 实现（Kosaraju 算法）：

import java.util.*;public class StronglyConnectedComponents {private int time;private List<List<Integer>> adjList;private Stack<Integer> postOrder;private List<List<Integer>> sccList;public List<List<Integer>> getSCCs(int n, List<List<Integer>> edges) {adjList = new ArrayList<>(n);for (int i = 0; i < n; i++) {adjList.add(new ArrayList<>());}postOrder = new Stack<>();sccList = new ArrayList<>();time = 0;// Build the adjacency list and perform DFS on the original graphfor (List<Integer> edge : edges) {adjList.get(edge.get(0)).add(edge.get(1));}for (int i = 0; i < n; i++) {if (!visited[i]) {dfs(i);}}// Create the transpose of the graphList<List<Integer>> transpose = new ArrayList<>(n);for (int i = 0; i < n; i++) {transpose.add(new ArrayList<>());}for (List<Integer> edge : edges) {transpose.get(edge.get(1)).add(edge.get(0));}// Perform DFS on the transpose graphfor (int i = 0; i < n; i++) {if (!visited[i]) {dfsOnTranspose(transpose, i);}}return sccList;}private void dfs(int v) {visited[v] = true;for (int neighbor : adjList.get(v)) {if (!visited[neighbor]) {dfs(neighbor);}}postOrder.push(v);}private void dfsOnTranspose(List<List<Integer>> transpose, int v) {visited[v] = true;sccList.add(v);for (int neighbor : transpose.get(v)) {if (!visited[neighbor]) {dfsOnTranspose(transpose, neighbor);}}}// Helper method to initialize visited array and call getSCCspublic List<List<Integer>> scc(int n, List<List<Integer>> edges) {boolean[] visited = new boolean[n];getSCCs(n, edges);return sccList;}public static void main(String[] args) {StronglyConnectedComponents scc = new StronglyConnectedComponents();int n = 5;List<List<Integer>> edges = Arrays.asList(Arrays.asList(1, 0),Arrays.asList(0, 2),Arrays.asList(2, 1),Arrays.asList(0, 3),Arrays.asList(3, 4));List<List<Integer>> result = scc.scc(n, edges);System.out.println("Strongly Connected Components: " + result);}
}

在面试中，强连通分量是一个重要的图算法问题，它考察应聘者对图算法的理解和算法实现能力。通过实现强连通分量的算法，可以展示你对深度优先搜索和图算法的掌握程度。希望这些知识点和示例代码能够帮助你更好地准备面试！强连通分量（SCC）是图算法中的一个高级话题，经常出现在大厂的面试中。以下是三道与强连通分量相关的面试题目，以及相应的Java源码实现。

题目 1：社交网络中的社交圈子

描述：
在社交网络中，如果两个人是朋友，那么他们之间是双向关注的。给定社交网络中的关注关系，找出所有的社交圈子。

示例：

输入：社交网络关系图的邻接表表示，例如：
{1: [2],2: [1, 3],3: [2],4: [5],5: [4]
}
输出：[[1, 2, 3], [4, 5]]

Java 源码（使用Kosaraju算法）：

import java.util.*;public class SocialCircles {List<List<Integer>> sccList;int time;Stack<Integer> postOrder;Map<Integer, List<Integer>> graph;public List<List<Integer>> findCircles(int n, Map<Integer, List<Integer>> graph) {this.graph = new HashMap<>(graph);sccList = new ArrayList<>();time = 0;postOrder = new Stack<>();boolean[] visited = new boolean[n];// DFS on original graphfor (int i = 0; i < n; i++) {if (!visited[i]) {dfs(i, visited);}}// Create transpose of the graphMap<Integer, List<Integer>> transpose = new HashMap<>();for (Map.Entry<Integer, List<Integer>> entry : graph.entrySet()) {for (int neighbor : entry.getValue()) {if (!transpose.containsKey(neighbor)) {transpose.put(neighbor, new ArrayList<>());}transpose.get(neighbor).add(entry.getKey());}}// DFS on transpose graphvisited = new boolean[n];while (!postOrder.isEmpty()) {int node = postOrder.pop();if (!visited[node]) {dfsOnTranspose(transpose, node, visited, new ArrayList<>());sccList.add(visitedSubgraph);}}return sccList;}private void dfs(int node, boolean[] visited) {visited[node] = true;for (int neighbor : graph.getOrDefault(node, Collections.emptyList())) {if (!visited[neighbor]) {dfs(neighbor, visited);}}postOrder.push(node);}private void dfsOnTranspose(Map<Integer, List<Integer>> transpose, int node, boolean[] visited, List<Integer> visitedSubgraph) {visited[node] = true;visitedSubgraph.add(node);for (int neighbor : transpose.getOrDefault(node, Collections.emptyList())) {if (!visited[neighbor]) {dfsOnTranspose(transpose, neighbor, visited, visitedSubgraph);}}}public static void main(String[] args) {SocialCircles solution = new SocialCircles();int n = 5;Map<Integer, List<Integer>> graph = new HashMap<>();graph.put(1, Collections.singletonList(2));graph.put(2, Arrays.asList(1, 3));graph.put(3, Collections.singletonList(2));graph.put(4, Collections.singletonList(5));graph.put(5, Collections.singletonList(4));List<List<Integer>> result = solution.findCircles(n, graph);System.out.println("Social circles: " + result);}
}

题目 2：课程的先决条件

描述：
给定 n 门课程和一个先决条件列表，请你检查是否存在课程之间的循环依赖，如果存在则返回 true；否则，返回 false。

示例：

输入：n = 4, prerequisites = [[1, 0], [2, 0], [3, 1], [3, 2]]
输出：false

Java 源码：

import java.util.*;public class CoursePrerequisites {public boolean hasCycle(int n, int[][] prerequisites) {Map<Integer, List<Integer>> graph = new HashMap<>();int[] inDegree = new int[n];// Build the graph and calculate in-degreesfor (int[] edge : prerequisites) {graph.computeIfAbsent(edge[1], k -> new ArrayList<>()).add(edge[0]);inDegree[edge[0]]++;}// Use a queue to perform BFS on the graphQueue<Integer> queue = new LinkedList<>();for (int i = 0; i < n; i++) {if (inDegree[i] == 0) {queue.offer(i);}}int visitedCount = 0;while (!queue.isEmpty()) {int size = queue.size();for (int i = 0; i < size; i++) {int course = queue.poll();visitedCount++;for (int prereq : graph.get(course)) {if (--inDegree[prereq] == 0) {queue.offer(prereq);}}}}return visitedCount != n;}public static void main(String[] args) {CoursePrerequisites solution = new CoursePrerequisites();int n = 4;int[][] prerequisites = {{1, 0}, [2, 0], [3, 1], [3, 2]};boolean result = solution.hasCycle(n, prerequisites);System.out.println("Does the course have a cycle of prerequisites? " + result);}
}

题目 3：构建离线图

描述：
给定一个包含 n 个顶点和 m 个边的有向图，边具有权重。设计一个算法，根据给定的边权重，构建一个离线图，使得在离线图中，任意两个强连通分量之间的边的权重之和最小。

示例：

输入：n = 4, edges = [[1, 2, 3], [2, 3, 4], [3, 4, 5], [4, 1, 6]]
输出：最小权重和

Java 源码：

import java.util.*;public class OfflineGraph {public int buildOfflineGraph(int n, int[][] edges) {Map<Integer, List<int[]>> graph = new HashMap<>();int[] inDegree = new int[n];int totalWeight = 0;// Build the graph and calculate in-degreesfor (int[] edge : edges) {graph.computeIfAbsent(edge[1], k -> new ArrayList<>()).add(new int[]{edge[0], edge[2]});inDegree[edge[0]]++;totalWeight += edge[2];}// Use a queue to perform BFS on the graphQueue<Integer> queue = new LinkedList<>();for (int i = 0; i < n; i++) {if (inDegree[i] == 0) {queue.offer(i);}}while (!queue.isEmpty()) {int size = queue.size();for (int i = 0; i < size; i++) {int vertex = queue.poll();for (int[] edge : graph.get(vertex)) {if (--inDegree[edge[0]] == 0) {queue.offer(edge[0]);}}}}// Calculate the remaining weight considering SCCs// (This part requires a more complex algorithm and is not fully implemented here)// ...return totalWeight; // Placeholder for the minimum weight sum}public static void main(String[] args) {OfflineGraph solution = new OfflineGraph();int n = 4;int[][] edges = {{1, 2, 3}, [2, 3, 4}, [3, 4, 5}, [4, 1, 6]];int result = solution.buildOfflineGraph(n, edges);System.out.println("Minimum weight sum of the offline graph: " + result);}
}

这些题目和源码展示了强连通分量在图算法中的应用。在面试中，能够根据问题的特点选择合适的算法并实现其解决方案是非常重要的。希望这些示例能够帮助你更好地准备面试！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/bicheng/190.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

基于快照行情的股票/基金 1分钟 K 线合成指南

基于快照行情的股票/基金 1分钟 K 线合成指南

1. 概述 由于不同交易所不同资产的交易规则是有差异的&#xff0c;导致不同交易所基于快照行情或逐笔成交合成不同资产1分钟 K 线的计算方法是不同的。 本教程旨在提高 DolphinDB 在具体业务场景下的落地效率&#xff0c;降低 DolphinDB 在实际业务使用中的开发难度。 本教程…
阅读更多...
C语言如何使⽤指针？

C语言如何使⽤指针？

一、问题 指针变量在初始化以后就可以使⽤和参与操作了&#xff0c;那么就要⽤到对指针变量最常⽤的两个操作符——> * 和 &#xff06; 。 二、解答 这⾥⼜要提到始终贯穿着指针的⼀个符号“ * ”&#xff0c;但是这⾥的“ * ”是作为指针运算符使⽤的&#xff0c;叫做取内…
阅读更多...
如何合理利用多个中国大陆小带宽服务器？

如何合理利用多个中国大陆小带宽服务器？

我们知道在中国大陆带宽单价非常昂贵&#xff0c;一个1Mbps 带宽的机子一年就得卖好几百人民币&#xff0c;这是不值当的&#xff0c;当然我们可以去低价漂阿里云、腾讯云的轻量服务器&#xff0c;99包年&#xff0c;但是带宽太小很难崩。 所以&#xff0c;我们必须构建一个能够…
阅读更多...
linux进阶篇：重定向和管道操作

linux进阶篇：重定向和管道操作

Linux中的重定向和管道操作 llinux中的三种IO设备&#xff1a; 标准输入&#xff08;STDIN&#xff09;,文件描述符号为&#xff1a;0&#xff0c;默认从键盘获取输入 标准输出&#xff08;STDOUT&#xff09;,文件描述符号位&#xff1a;1&#xff0c;默认输出到显示终端 标准…
阅读更多...
5GNR刷题

5GNR刷题

5G帧结构 5G NR帧结构的基本时间单位是( C ) A) subframe B) slot C) Tc D) symbol 5G无线帧长是多少ms&#xff08;B&#xff09; A) 5 B) 10 C) 20 D) 40 下面哪种子载波间隔是中国移动白皮书中规定必选(B ) A) 15KHz B) 30KHz C) 60KHz D) 120KHz 5G参数集包含哪…
阅读更多...
【笔试训练】day5

【笔试训练】day5

今天的题&#xff0c;最后一题忘公式了&#xff0c;卡了一会推出来了 1、游游的you 思路&#xff1a; 看清题目意思就行&#xff0c;这里的相邻两个o可以重复算&#xff0c;也就是说&#xff0c;“ooo”算2分。 先算you的得分&#xff0c;再算oo 对了&#xff0c;不开long lo…
阅读更多...
git 命令大全（常用）

git 命令大全（常用）

Git 是一个功能强大的版本控制系统&#xff0c;它提供了大量的命令来执行各种版本控制操作。除了之前提到的添加、查看和修改用户名和邮箱地址的命令外&#xff0c;Git 还有许多其他命令。以下是一些常用的 Git 命令的概述&#xff1a; 接下来☀️☀️公&#x1f437;&#x1…
阅读更多...
24年蓝桥杯java-b组

24年蓝桥杯java-b组

24年蓝桥杯javaB组 蓝桥杯在昨天考完了&#xff0c;结果很不乐观&#xff0c;哎&#xff0c;还是太笨了&#xff0c;脑子确实转的慢&#xff1b;&#x1f625; 本篇博客中解题思路和代码并不一定完全正确&#xff0c;是我和同学们讨论的解答方法&#xff0c;但并未使用官方题…
阅读更多...
【python从入门到精通】-- 第五战：函数大总结

【python从入门到精通】-- 第五战：函数大总结

&#x1f308; 个人主页&#xff1a;白子寰 &#x1f525; 分类专栏&#xff1a;python从入门到精通&#xff0c;魔法指针&#xff0c;进阶C&#xff0c;C语言&#xff0c;C语言题集&#xff0c;C语言实现游戏&#x1f448; 希望得到您的订阅和支持~ &#x1f4a1; 坚持创作博文…
阅读更多...
Leo赠书活动-24期 【三大层次学习企业架构框架TOGAF】文末送书

Leo赠书活动-24期 【三大层次学习企业架构框架TOGAF】文末送书

✅作者简介&#xff1a;大家好&#xff0c;我是Leo&#xff0c;热爱Java后端开发者&#xff0c;一个想要与大家共同进步的男人&#x1f609;&#x1f609; &#x1f34e;个人主页&#xff1a;Leo的博客 &#x1f49e;当前专栏&#xff1a; 赠书活动专栏 ✨特色专栏&#xff1a;…
阅读更多...
自定义Centos的终端的命令提示符

自定义Centos的终端的命令提示符

背景 当我们使用终端登陆Centos时&#xff0c;就自动打开了ssh终端。这个终端的命令提示符一般是这样的&#xff1a; 这个以#号结束的一行字&#xff0c;就是我们说的命令提示符了。 这个是腾讯云的服务器的提示符&#xff0c;可以看到主机名是VM-4-7-centos。 但是这个看起…
阅读更多...
MYSQL一条SQL语句的底层执行流程

MYSQL一条SQL语句的底层执行流程

&#x1f44f;作者简介&#xff1a;大家好&#xff0c;我是小周同志&#xff0c;25届双非校招生Java选手&#xff0c;很高兴认识大家 &#x1f4d5;学习出处&#xff1a;本文是学自小林coding (xiaolincoding.com) 网站的MYSQL图解篇 &#x1f525;如果感觉博主的文章还不错的…
阅读更多...
字符串算法习题分析

字符串算法习题分析

目录 1 [POI2006]OKR-Periods of Words2 同构字符串3 Camp Schedule 1 [POI2006]OKR-Periods of Words P3435 [POI2006] OKR-Periods of Words - 洛谷 题目描述 定义 Q Q Q 为 A A A 的周期&#xff0c;当且仅当 Q Q Q 是 A A A 的严格前缀&#xff0c;且 A A A 是 Q Q …
阅读更多...
STL库 —— priority_queue 的编写

STL库 —— priority_queue 的编写

目录 一、 优先级队列的介绍 二、优先级队列的使用 2.1 建大堆 less 2.2 建小堆 greater 2.3 详解 greater 与 less 三、 priority_queue 的模拟实现 3.1 编写框架 3.2 编写简单函数 3.2 进堆 向上调整 3.3 出堆 向下调整 四、完整代码 一、 优先级队列的介绍 1.…
阅读更多...
web轮播图

web轮播图

思路&#xff1a; 例如&#xff1a;有5张轮播的图片&#xff0c;每张图片的宽度为1024px、高度为512px.那么轮播的窗口大小就应该为一张图片的尺寸&#xff0c;即为&#xff1a;1024512。之后将这5张图片0px水平相接组成一张宽度为&#xff1a;5120px,高度依然为&#xff1a;5…
阅读更多...
守望先锋2怎么在steam上玩 守望先锋归来steam下载安装

守望先锋2怎么在steam上玩 守望先锋归来steam下载安装

守望先锋2怎么在steam上玩 守望先锋归来steam下载安装 《守望先锋2》是知名游戏开发商暴雪娱乐开发的团队射击游戏。与第一部相比&#xff0c;守望先锋2加入了更多元素和新特性。游戏设定在未来的世界&#xff0c;玩家可以选择不同的英雄&#xff08;heroes&#xff09;加入战…
阅读更多...
python聊天室

python聊天室

python聊天室 文章目录 python聊天室chat_serverchat_client使用方式1.局域网聊天2.公网聊天 下面是一个简单的示例&#xff0c;包含了chat_client.py和chat_server.py的代码。 chat_server chat_server.py监听指定的端口&#xff0c;并接收来自客户端的消息&#xff0c;并将消…
阅读更多...
35岁+技术人的困境与选择

35岁+技术人的困境与选择

前言 最近一些大厂的持续裁员事件&#xff0c;让职场年龄焦虑的话题又火热起来了。职场的年龄焦虑是客观存在的事实&#xff0c;这是市场与资本相互作用的必然结果。资本在运作的过程中&#xff0c;肯定是要逐利的&#xff0c;最终也是要趋向于利润最大化的。 因此&#xff0…
阅读更多...
WdatePicker异常，无法弹出日期选择框

WdatePicker异常，无法弹出日期选择框

官网&#xff1a;My97日期控件官方网站 My97 DatePickerhttp://www.my97.net/ 可能使版本太老了&#xff0c;可以更新一下&#xff0c;然后根据官方的文件进行使用。 我的异常是因为在网上找的包里面缺少文件&#xff0c;去官网拉了一下最新的就行了。
阅读更多...
AR地图导览小程序是怎么开发出来的？

AR地图导览小程序是怎么开发出来的？

在移动互联网时代&#xff0c;AR技术的发展为地图导览提供了全新的可能性。AR地图导览小程序结合了虚拟现实技术和地图导航功能&#xff0c;为用户提供了更加沉浸式、直观的导览体验。本文将从专业性和思考深度两个方面&#xff0c;探讨AR地图导览小程序的开发方案。 编辑搜图 …
阅读更多...
最新文章

Copyright @ 2022~2023