解析
方法一:DFS
遍历所有人,对于每一个人,寻找他的好友,找到好友后再找这个好友的好友,这样深度优先遍历下去,设置一个visited记录是否已经遍历了这个人。 因为如果m个人最多m个朋友圈,设置后visited后,相同的朋友圈会检测到visited[i]!=0就会不算数
class Solution {
public int findCircleNum(int[][] M) {
int res = 0;
int[] visited = new int[M.length];
for (int i = 0; i < M.length; i++) {
if (visited[i] == 0) {
//没有访问到,就把当前的组+1,并把可以包含在朋友圈的所有的有关系的好友标记出来
res++;
dfs(M, visited, i);
}
}
return res;
}
private void dfs(int[][] M, int[] visited, int i) {
visited[i] = 1;
for (int j = 0; j < M.length; j++) {
if (M[i][j] == 1 && visited[j] == 0) {
dfs(M, visited, j);//在去找这个好友的好友
}
}
}
}
方法二:BFS
import java.util.LinkedList;
import java.util.Queue;
class Solution {
Queue<Integer> q = new LinkedList<>();
public void bfs(int[][] M, int[] visited, int i) {
q.offer(i);
visited[i] = 1;
while (!q.isEmpty()) {
int node = q.poll();
for (int j = 0; j < M.length; j++) {
// 未被访问过且是邻接点,注意是node的邻接点
if (visited[j] == 0 && M[node][j] == 1) {
// visit[j];
q.offer(j);
visited[j] = 1;
}
}
}
}
public int findCircleNum(int[][] M) {
int[] visited = new int[M.length];
int count = 0;
for (int i = 0; i < M.length; i++) {
if (visited[i] == 0) {
bfs(M, visited, i);
count++;
}
}
return count;
}
}
方法三:并查集
class Solution {
private int find(int x, int [] pre){////找到x属于哪一个组,如果不是自成一组,在往下找pre[x]属于哪个组
return pre[x]==x ? x : find(pre[x], pre);
}
public int findCircleNum(int[][] M) {
if (M.length==0)return 0;
int pre[]=new int[M.length];
for(int i=0; i<M.length; i++)
pre[i] = i;//先各自为组,组名也为自己的序号
int group = M.length;//一开始有多少人就有多少个朋友圈,当每出现一对朋友时就减1,最后就是总的朋友圈数量了。
for(int i=0; i<M.length; i++){
for(int j=0; j<M.length; j++){
if (i != j && M[i][j] == 1){
int x1 = find(i, pre);//x1为i所属的组
int x2 = find(j, pre);//x2为j所属的组
if (x1 != x2){
//如果不属于同个朋友圈的话就把i归为j的组
pre[x1] = x2;
group--;
}
}
}
}
return group;
}
}