Skip to content

Latest commit

 

History

History
119 lines (83 loc) · 4.29 KB

924-minimize-malware-spread.md

File metadata and controls

119 lines (83 loc) · 4.29 KB

924. Minimize Malware Spread - 尽量减少恶意软件的传播

在节点网络中,只有当 graph[i][j] = 1 时,每个节点 i 能够直接连接到另一个节点 j

一些节点 initial 最初被恶意软件感染。只要两个节点直接连接,且其中至少一个节点受到恶意软件的感染,那么两个节点都将被恶意软件感染。这种恶意软件的传播将继续,直到没有更多的节点可以被这种方式感染。

假设 M(initial) 是在恶意软件停止传播之后,整个网络中感染恶意软件的最终节点数。

我们可以从初始列表中删除一个节点。如果移除这一节点将最小化 M(initial), 则返回该节点。如果有多个节点满足条件,就返回索引最小的节点。

请注意,如果某个节点已从受感染节点的列表 initial 中删除,它以后可能仍然因恶意软件传播而受到感染。

 

示例 1:

输入:graph = [[1,1,0],[1,1,0],[0,0,1]], initial = [0,1]
输出:0

示例 2:

输入:graph = [[1,0,0],[0,1,0],[0,0,1]], initial = [0,2]
输出:0

示例 3:

输入:graph = [[1,1,1],[1,1,1],[1,1,1]], initial = [1,2]
输出:1

 

提示:

  1. 1 < graph.length = graph[0].length <= 300
  2. 0 <= graph[i][j] == graph[j][i] <= 1
  3. graph[i][i] = 1
  4. 1 <= initial.length < graph.length
  5. 0 <= initial[i] < graph.length

题目标签:Depth-first Search / Union Find

题目链接:LeetCode / LeetCode中国

题解

这是第一次参加LeetCode周赛的最后一题,很遗憾,本来当时可以做出来的。

花了一段时间理解题意,基本上就是:

1、如果与malware连通,那么能减少0

2、如果不与malware连通,那么能减少连通的节点数量(包括自身)

因此,需要进行图搜索。

当时本来基本上做出来了,用的BFS,但还是有几个地方没写对:

1、遍历直接连通节点时,判断graph里对应的值是否为1,如果为1且没有访问,应该把索引加入访问和队列,但是,当时写成了对应的值(只能取0或1),有点粗心。。

2、判断是否与malware连通时,要把initial里自身给去掉,因为BFS返回的连通节点里包括自身

3、排序,本来用一下cmp_to_key就能搞定的,非要用两次key排序,排序步骤出了问题。

总体上,都是些细节方面的,周赛时时间紧张,以后继续努力吧!

Language Runtime Memory
python3 824 ms N/A
import functools
class Solution:
    def conn(self, graph, idx):
        seq = []
        vt = set()
        vt.add(idx)
        seq.append(idx)
        while seq:
            tmp = seq.pop(0)
            for i, c in enumerate(graph[tmp]):
                if c == 1 and i not in vt:
                    vt.add(i)
                    seq.append(i)
        return vt
            
    def minMalwareSpread(self, graph, initial):
        """
        :type graph: List[List[int]]
        :type initial: List[int]
        :rtype: int
        """
        # if connect to malware, can minimize by 0
        # if not connect to malware, can minimize by the number of connected nodes
        rec = []
        for idx in initial:
            cons = self.conn(graph, idx)
            other = set(initial)
            other.remove(idx)
            if (cons & other):
                rec.append((idx, 0))
            else:
                rec.append((idx, len(cons)))
        rec.sort(key=functools.cmp_to_key(lambda a, b: a[0] - b[0] if a[1] == b[1] else b[1] - a[1]))
        return rec[0][0]