我有一组节点(N=7)
{a, b, c, d, e, f, g}
这些节点形成一个或多个不同的无向图,我想找到具有最大节点数的图。但是,我有一个约束条件,复杂度不能超过(N*M),其中M是单个节点具有的最大边数(具有最大边数的节点)。以下是节点结构的示例:
nodes = {a: [b], b: [a, c], c: [b], d:[e, f], e: [d, f], f:[e, d, g], g:[f]}
这个例子中有两个无向图,分别是1. {a, b, c}和2. {d, e, f, g}。因此答案应该是4。
对于每个节点我可以执行图遍历(如dfs或bfs),这只有O(V+E)复杂度(V为图中的节点数,E为边数)。问题发生在如果节点集合中有多个不同的无向图就像上面那样(直到运行时我都不知道)。我将必须循环遍历节点集中的每个节点,执行dfs,这会导致O(N*(V+E))的复杂度,这不满足时间复杂度的限制。我猜一旦我对第一个图执行了dfs,我就可以将它的节点从我们正在循环的N个节点集合中删除(因此将循环从N减少到其他某个值),但我不确定这对时间复杂度有何数学影响?下面是我目前正在使用的代码,任何建议都将不胜感激。我可能过于复杂化了...
def dfs(node_set, n, vis):
if n not in vis:
vis.add(n)
for n in node_set[n]:
getDfs(node_set,n,vis)
return visited
graphs = []
for n in nodes:
graphs.append(getSets(nodes, n, set()))
nums = []
for g in graphs:
nums.append(len(g))
max_num = max(nums)
>> 4