给你两个整数数组 source
和 target
,长度都是 n
。还有一个数组 allowedSwaps
,其中每个 allowedSwaps[i] = [ai, bi]
表示你可以交换数组 source
中下标为 ai
和 bi
(下标从 0 开始)的两个元素。注意,你可以按 任意 顺序 多次 交换一对特定下标指向的元素。
相同长度的两个数组 source
和 target
间的 汉明距离 是元素不同的下标数量。形式上,其值等于满足 source[i] != target[i]
(下标从 0 开始)的下标 i
(0 <= i <= n-1
)的数量。
在对数组 source
执行 任意 数量的交换操作后,返回 source
和 target
间的 最小汉明距离 。
示例 1:
输入:source = [1,2,3,4], target = [2,1,4,5], allowedSwaps = [[0,1],[2,3]] 输出:1 解释:source 可以按下述方式转换: - 交换下标 0 和 1 指向的元素:source = [2,1,3,4] - 交换下标 2 和 3 指向的元素:source = [2,1,4,3] source 和 target 间的汉明距离是 1 ,二者有 1 处元素不同,在下标 3 。
示例 2:
输入:source = [1,2,3,4], target = [1,3,2,4], allowedSwaps = [] 输出:2 解释:不能对 source 执行交换操作。 source 和 target 间的汉明距离是 2 ,二者有 2 处元素不同,在下标 1 和下标 2 。
示例 3:
输入:source = [5,1,2,4,3], target = [1,5,4,2,3], allowedSwaps = [[0,4],[4,2],[1,3],[1,4]] 输出:0
提示:
n == source.length == target.length
1 <= n <= 105
1 <= source[i], target[i] <= 105
0 <= allowedSwaps.length <= 105
allowedSwaps[i].length == 2
0 <= ai, bi <= n - 1
ai != bi
并查集。
模板 1——朴素并查集:
# 初始化,p存储每个点的父节点
p = list(range(n))
# 返回x的祖宗节点
def find(x):
if p[x] != x:
# 路径压缩
p[x] = find(p[x])
return p[x]
# 合并a和b所在的两个集合
p[find(a)] = find(b)
模板 2——维护 size 的并查集:
# 初始化,p存储每个点的父节点,size只有当节点是祖宗节点时才有意义,表示祖宗节点所在集合中,点的数量
p = list(range(n))
size = [1] * n
# 返回x的祖宗节点
def find(x):
if p[x] != x:
# 路径压缩
p[x] = find(p[x])
return p[x]
# 合并a和b所在的两个集合
if find(a) != find(b):
size[find(b)] += size[find(a)]
p[find(a)] = find(b)
模板 3——维护到祖宗节点距离的并查集:
# 初始化,p存储每个点的父节点,d[x]存储x到p[x]的距离
p = list(range(n))
d = [0] * n
# 返回x的祖宗节点
def find(x):
if p[x] != x:
t = find(p[x])
d[x] += d[p[x]]
p[x] = t
return p[x]
# 合并a和b所在的两个集合
p[find(a)] = find(b)
d[find(a)] = distance
class Solution:
def minimumHammingDistance(self, source: List[int], target: List[int], allowedSwaps: List[List[int]]) -> int:
n = len(source)
p = list(range(n))
def find(x):
if p[x] != x:
p[x] = find(p[x])
return p[x]
for i, j in allowedSwaps:
p[find(i)] = find(j)
mp = defaultdict(Counter)
for i in range(n):
mp[find(i)][source[i]] += 1
res = 0
for i in range(n):
if mp[find(i)][target[i]] > 0:
mp[find(i)][target[i]] -= 1
else:
res += 1
return res
class Solution {
private int[] p;
public int minimumHammingDistance(int[] source, int[] target, int[][] allowedSwaps) {
int n = source.length;
p = new int[n];
for (int i = 0; i < n; ++i) {
p[i] = i;
}
for (int[] e : allowedSwaps) {
p[find(e[0])] = find(e[1]);
}
Map<Integer, Map<Integer, Integer>> mp = new HashMap<>();
for (int i = 0; i < n; ++i) {
int root = find(i);
mp.computeIfAbsent(root, k -> new HashMap<>()).put(source[i], mp.get(root).getOrDefault(source[i], 0) + 1);
}
int res = 0;
for (int i = 0; i < n; ++i) {
int root = find(i);
if (mp.get(root).getOrDefault(target[i], 0) > 0) {
mp.get(root).put(target[i], mp.get(root).get(target[i]) - 1);
} else {
++res;
}
}
return res;
}
private int find(int x) {
if (p[x] != x) {
p[x] = find(p[x]);
}
return p[x];
}
}
class Solution {
public:
vector<int> p;
int minimumHammingDistance(vector<int>& source, vector<int>& target, vector<vector<int>>& allowedSwaps) {
int n = source.size();
p.resize(n);
for (int i = 0; i < n; ++i) p[i] = i;
for (auto e : allowedSwaps) p[find(e[0])] = find(e[1]);
unordered_map<int, unordered_map<int, int>> mp;
for (int i = 0; i < n; ++i) ++mp[find(i)][source[i]];
int res = 0;
for (int i = 0; i < n; ++i)
{
if (mp[find(i)][target[i]] > 0) --mp[find(i)][target[i]];
else ++res;
}
return res;
}
int find(int x) {
if (p[x] != x) p[x] = find(p[x]);
return p[x];
}
};
var p []int
func minimumHammingDistance(source []int, target []int, allowedSwaps [][]int) int {
n := len(source)
p = make([]int, n)
for i := 0; i < n; i++ {
p[i] = i
}
for _, e := range allowedSwaps {
p[find(e[0])] = find(e[1])
}
mp := make(map[int]map[int]int)
for i := 0; i < n; i++ {
if mp[find(i)] == nil {
mp[find(i)] = make(map[int]int)
}
mp[find(i)][source[i]]++
}
res := 0
for i := 0; i < n; i++ {
if mp[find(i)][target[i]] > 0 {
mp[find(i)][target[i]]--
} else {
res++
}
}
return res
}
func find(x int) int {
if p[x] != x {
p[x] = find(p[x])
}
return p[x]
}