LintCode805. Maximum Association Set

Amazon sells books, every book has books which are strongly associated with it. Given ListA and ListB,indicates that ListA [i] is associated with ListB [i] which represents the book and associated books. Output the largest set associated with each other(output in any sort). You can assume that there is only one of the largest set.

Example
Given ListA = ["abc","abc","abc"], ListB = ["bcd","acd","def"], return["abc","acd","bcd","dfe"].

Explanation:
abc is associated with bcd, acd, dfe, so the largest set is the set of all books

这道题使用并查集来做,我们首先做的是把散乱的集合依靠系数对应关系最终把所有可以合并的集合合并起来,然后统计每个集合的大小,找到最大的集合,然后输出这个集合的字符串

字符串所属的集合用一个整数id来表示用map<string, Integer>,同时建立id对应的string的map。

利用并查集不断去找到每个id的父id, 最后看所有id里哪个id以父id形式出现次数最多。代码如下

public class Solution {
    /**
     * @param ListA: The relation between ListB's books
     * @param ListB: The relation between ListA's books
     * @return: The answer
     */
    public int find(int id, int[] f){
        if(f[id] != id){
            f[id] = find(f[id], f);
        }
        return f[id];
    }
    public List<String> maximumAssociationSet(String[] ListA, String[] ListB) {
        // Write your code here
       
       Map<String, Integer> map = new HashMap<>();
       Map<Integer, String> name = new HashMap<>();
       int n = 0;
       for(int i = 0; i < ListA.length; i++){
           if(!map.containsKey(ListA[i])){
               map.put(ListA[i], n);
               name.put(n, ListA[i]);
               n++;
           }
           if(!map.containsKey(ListB[i])){
               map.put(ListB[i], n);
               name.put(n,ListB[i]);
               n++;
           }
       }
       
       int[] f = new int[n];
       
       for(int i = 0; i < n; i++){
           f[i] = i;
       }
       
       for(int i = 0; i < ListA.length; i++){
           int fa = find(map.get(ListA[i]), f);
           int fb = find(map.get(ListB[i]), f);
           
           if(fa != fb){
               f[fa] = fb;
           }
       }
       int[] sum = new int[n];
       int v = 0;int idx = 0;
       
       for(int i = 0; i < n; i++){
           f[i] = find(f[i], f);
           sum[f[i]]++;
           if(sum[f[i]] > v){
               v = sum[f[i]];
               idx = f[i];
           }
       }
       List<String> res = new ArrayList<>();
       for(int i = 0; i < f.length; i++){
           if(f[i] == idx){
               res.add(name.get(i));
           }
       }
       return res;
    }
}
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,277评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,689评论 3 393
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,624评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,356评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,402评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,292评论 1 301
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,135评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,992评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,429评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,636评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,785评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,492评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,092评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,723评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,858评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,891评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,713评论 2 354

推荐阅读更多精彩内容

  • rljs by sennchi Timeline of History Part One The Cognitiv...
    sennchi阅读 7,325评论 0 10
  • 垂死挣扎意味着不管命运怎么恶劣或者失败了多少次都不会低头,只要要机会就会努力向前冲。向命运低头就是失败了两三次就放...
    咸瓜皮阅读 990评论 1 0
  • 吃完晚饭,儿子跟爷爷奶奶在看倪萍主持的节目《等着我》,“哎,太小了这孩子咋长这病”听孩子奶奶说道,我忍不住去看个...
    嗨一杯清茶阅读 658评论 0 0
  • 【一】 当火玫瑰把滴血玫瑰放置在洛宁身边时,他的眼睛还是没有闭上。 铺天盖地的夜色迅速将蜿蜒在地上的血液染成墨色,...
    彼岸繁花落千年阅读 2,031评论 0 0
  • 王晨12月份第七次读书打卡,我今天看的书是《笑猫日记》。 我最喜欢的一句话是:一会儿是东边日出西边雨,...
    王杨晨阅读 219评论 0 0