ARTS：Algorithm、Review、Tip、Share
Algorithm
本周学习图相关的算法，其实算法并不是很复杂，只是图这种数据结构表示起来比较复杂，题目给出的图的表达也并不统一，比如有时碰到邻接表，有时碰到邻接矩阵的表达方式。其实，我们不必在每种表达方式上去练所有的题目，只要掌握了在一种图的表达方式下，练习完相关的算法，碰到其他表达形式，直接转换成这种熟悉的方式，再去处理、解决就好。
一种通用、好用的图结构的表达方式（多个类文件放在一起了）：用类 Graph、Node、Edge 分别表示表示图整体结构、图中的节点、图中的边。
public class Graph {
public Map<Integer, Node> nodes;
public Set<Edge> edges;
public Graph() {
this.nodes = new HashMap<>();
this.edges = new HashSet<>();
}
}
public class Node {
public int value;
// 入度
public int in;
// 出度
public int out;
// 与当前节点相邻的节点
public ArrayList<Node> nexts;
// 从当前节点出去的边
public ArrayList<Edge> edges;
public Node(int value) {
this.value = value;
this.in = 0;
this.out = 0;
this.nexts = new ArrayList<>();
this.edges = new ArrayList<>();
}
}
public class Edge {
public int weight;
public Node from;
public Node to;
public Edge(int weight, Node from, Node to) {
this.weight = weight;
this.from = from;
this.to = to;
}
}
先看一道比较简单的图相关的题目
997. 找到小镇的法官
小镇里有 n 个人，按从 1 到 n 的顺序编号。传言称，这些人中有一个暗地里是小镇法官。
如果小镇法官真的存在，那么：
给你一个数组 trust，其中 trust[i] = [ai, bi] 表示编号为 ai 的人信任编号为 bi 的人。
如果小镇法官存在并且可以确定他的身份，请返回该法官的编号；否则，返回 -1 。
示例 1：
输入：n = 2, trust = [[1,2]]
输出：2示例 2：
输入：n = 3, trust = [[1,3],[2,3]]
输出：3示例 3：
输入：n = 3, trust = [[1,3],[2,3],[3,1]]
输出：-1提示：
- 1 <= n <= 1000
- 0 <= trust.length <= 104
- trust[i].length == 2
- trust 中的所有trust[i] = [ai, bi] 互不相同
- ai != bi
- 1 <= ai, bi <= n
来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/find-the-town-judge
解法描述
同题目思考得知：若给定数组中存在法官，则只能存在一人，且如果把给定数组trust看作一个图结构，元素之间的新人关系看作图中的边。则小镇法官对应的节点，其入度为 n-1、出度为 0 ，根据这个条件，就可以判定是否存在小镇法官。
注：因为此题比较简单，并没有使用上面我们定义的图表示方法。
编码实现
public int findJudge(int n, int[][] trust) {
// 定义两个数组，分别表示对应的数组下标图中节点的入度、出度，遍历数组统计入度出度值。
int[] in = new int[n + 1];
int[] out = new int[n + 1];
for (int[] edge : trust) {
int from = edge[0];
int to = edge[1];
in[to] = in[to] + 1;
out[from] = out[from] + 1;
}
for (int i = 1; i <= n; i++) {
if (in[i] == n-1 && out[i] == 0) {
return i;
}
}
return -1;
}
210. 课程表 II（同：207. 课程表）
现在你总共有 numCourses 门课需要选，记为 0 到 numCourses - 1。给你一个数组 prerequisites ，其中 prerequisites[i] = [ai, bi] ，表示在选修课程 ai 前 必须 先选修 bi 。
例如，想要学习课程 0 ，你需要先完成课程 1 ，我们用一个匹配来表示：[0,1] 。
返回你为了学完所有课程所安排的学习顺序。可能会有多个正确的顺序，你只要返回 任意一种 就可以了。如果不可能完成所有课程，返回 一个空数组 。示例 1：
输入：numCourses = 2, prerequisites = [[1,0]]
输出：[0,1]
解释：总共有 2 门课程。要学习课程 1，你需要先完成课程 0。因此，正确的课程顺序为 [0,1] 。示例 2：
输入：numCourses = 4, prerequisites = [[1,0],[2,0],[3,1],[3,2]]
输出：[0,2,1,3]
解释：总共有 4 门课程。要学习课程 3，你应该先完成课程 1 和课程 2。并且课程 1 和课程 2
都应该排在课程 0 之后。 因此，一个正确的课程顺序是 [0,1,2,3] 。另一个正确的排序是 [0,2,1,3] 。示例 3：
输入：numCourses = 1, prerequisites = []
输出：[0]提示： 1 <= numCourses <= 2000 0 <= prerequisites.length <= numCourses *
(numCourses - 1) prerequisites[i].length == 2 0 <= ai, bi < numCourses
ai != bi 所有[ai, bi] 互不相同来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/course-schedule-ii
解法描述
该题目实际是考察的对图的拓扑排序：首先收集入度为 0 的节点，然后去掉以该节点出发的边，再收集另外入度为 0 的节点，以此类推，遍历整个图结构，常用于项目之间有依赖关系的管理。
下面的代码实现中，先将给定的数组方式表示的图结构转换为我们熟悉的表示方法，然后再依次处理入度为 0 的节点。
编码实现
class Solution {
public int[] findOrder(int numCourses, int[][] prerequisites) {
Graph graph = this.createGraph(prerequisites, numCourses);
Queue<Node> zeroQueue = new LinkedList<>();
for (Node node : graph.nodes.values()) {
if (node.in == 0) {
zeroQueue.offer(node);
}
}
List<Integer> topologySortList = new ArrayList<>();
while (!zeroQueue.isEmpty()) {
Node poll = zeroQueue.poll();
topologySortList.add(poll.value);
for (Edge edge : poll.edges) {
poll.out--;
edge.to.in--;
if (edge.to.in == 0) {
zeroQueue.offer(edge.to);
}
}
}
return topologySortList.size() == numCourses ? topologySortList.stream().mapToInt(Integer::intValue).toArray() : new int[]{};
}
public Graph createGraph(int[][] matrix, int numCourses) {
Graph graph = new Graph();
for (int i = 0; i < matrix.length; i++) {
// 拿到每一条边， matrix[i]
int from = matrix[i][1];
int to = matrix[i][0];
if (!graph.nodes.containsKey(from)) {
graph.nodes.put(from, new Node(from));
}
if (!graph.nodes.containsKey(to)) {
graph.nodes.put(to, new Node(to));
}
Node fromNode = graph.nodes.get(from);
Node toNode = graph.nodes.get(to);
Edge newEdge = new Edge(fromNode, toNode);
fromNode.nexts.add(toNode);
fromNode.out++;
toNode.in++;
fromNode.edges.add(newEdge);
graph.edges.add(newEdge);
}
for (int i = 0; i < numCourses; i++) {
if (!graph.nodes.containsKey(i)) {
graph.nodes.put(i, new Node(i));
}
}
return graph;
}
}
class Graph {
public Map<Integer, Node> nodes;
public Set<Edge> edges;
public Graph() {
this.nodes = new HashMap<>();
this.edges = new HashSet<>();
}
}
class Edge {
public Node from;
public Node to;
public Edge(Node from, Node to) {
this.from = from;
this.to = to;
}
}
class Node {
public int value;
public int in;
public int out;
public ArrayList<Node> nexts;
public ArrayList<Edge> edges;
public Node(int value) {
this.value = value;
this.in = 0;
this.out = 0;
this.nexts = new ArrayList<>();
this.edges = new ArrayList<>();
}
}
Review
CollectionHelpersExplained ：Guava提供的对于扩展集合框架方面的工作类的介绍
Tip
入职新公司 4 个月以来，对部门相关的业务、项目、开发流程、规范等逐渐熟悉，相信每个公司都有很多内部的规范文档，同样，我这次入职以来也看了很多目前公司的文档，但对于整体的开发流程、规范整理的日常工作类的文档却没有发现，对新入职的及其不友好、找文档也不方便。因此最近花了点时间，整理出目前工作中主要的开发流程、并链接相关联的规范文档，算作一份 日常工作手册。
趁此也发散了一下，其实对于工作中的很多情况，是需要我们即时去做好记录、做好总结的，因为人的大脑着实是“靠不住”的，它更像电脑运行的内存，而不是存储，我们可以用它来处理各种事务，但用它来记住一些事情却会频频出错。
Share
- 本周内，部门领导给我们做了一次晋升辅导相关的分享，公司对于晋升是有相关的统一标准要求的，但晋升是否成功，对于述职时的演讲也是很重要的，大部分人做的工作，还是需要很好的表达出来才能得到认可的。如何做好晋升演讲，其核心是怎样更好的展示自己、展示自己理解认知的深度、展示自己独特的价值（换做别人不行的）、给公司带来的收益等。
- 部门内每个月会组织事故复盘会，总结当月遇到的各种大大小小的事故，不限于自己部门的，我认为这种方式真的很不错，从各种遇到的问题中吸取经验教训，不至于用自己撞的头破血流的经验来提高。