往期
- 【用deepseek和chatgpt做算法竞赛】——华为算法精英实战营第十九期-Minimum Cost Trees_0：介绍了题目和背景
- 【用deepseek和chatgpt做算法竞赛】——华为算法精英实战营第十九期-Minimum Cost Trees_1：题目输入的格式说明，选择了邻接表来表示图
0 邻接表是如何表示图的
邻接表是一种常用的图的存储结构，主要用于存储稀疏图（即边较少的图）。它的核心思想是用一个数组 + 链表的结构来存储图中的顶点和它们的邻接关系。
0.1 邻接表的结构
- 顶点数组（Vertex Array）： 存储所有顶点，每个顶点指向一个链表。
- 邻接链表（Adjacency List）：存储与该顶点直接相连的所有顶点（即邻居）。
0.2 邻接表的示例
无向图:
A
/ \
B - C
邻接表: （ABC都是互通的，所有每个顶点都可以抵达其他两点）
A → B → C
B → A → C
C → A → B
有向图：
A → B
A → C
B → C
邻接表：（A可以通向BC，但BC则不可以）
A → B → C
B → C
C → ∅
0.3 邻接表的特点
✅ 节省空间：对于稀疏图，邻接表比邻接矩阵节省空间，因为它只存储实际存在的边。
✅ 遍历某个顶点的邻居速度快：访问某个顶点的所有相邻顶点时，时间复杂度是 O(度数)。
✅ 适用于存储无向图、有向图和带权图：可以额外在链表中存储权重信息。
⚠ 不适合查找是否有某条边：判断两个顶点是否直接相连的时间复杂度是 O(度数)，比邻接矩阵的 O(1) 要慢。
0.4 邻接表的应用
😊社交网络（每个人的朋友关系） 😊网络路由（存储节点的连通信息）
😊游戏地图（存储不同地点之间的通路） 😊搜索引擎的网页链接关系
1 输出格式介绍
- 在第一行，打印一个整数 f，表示找到的有向树的数量（1 ≤ f ≤ 2）。
- 接下来，打印 f 棵有向树。每棵树需要按照以下格式描述：
在每棵树的第一行，打印一个整数 w，表示该树中的有向边数量。
在接下来的 w 行中，按照以下格式输出树的边：
第 (i + 1) 行打印两个整数 (aᵢ, bᵢ)，表示一条有向边的起点 aᵢ 和终点 bᵢ。
该边 (aᵢ, bᵢ) 必须存在于输入图中，并且只能被打印一次。
所有打印的边必须构成一个有效的有向树，该树以 s 为根，能够到达所有 tᵢ。
1.1 例子解释
下图是规则里的一个标准输出
我们逐行解析它的含义
- 第一行”2“：这个数字 2 表示找到了 2 棵有向树。
- 第一棵树
2
0 1
1 2
2 表示该树有 2 条有向边。
0 1 表示存在一条 从 0 到 1 的有向边。
1 2 表示存在一条 从 1 到 2 的有向边。
0
↓
1
↓
2
这棵树满足有向树的定义：无环、无多余边、从根可达所有节点。
- 第二棵树
2
0 2
2 1
0
↓
2
↓
1
这份标准输出描述了 两个不同的有向树，它们都是从 0 作为根节点，连接了图中的所有节点：
第一棵树的结构：0 → 1 → 2
第二棵树的结构：0 → 2 → 1