DeepSeek    LeetCode 3786. 树组的交互代价总和 Rust实现
问题描述给定一棵 n 个节点的无向树节点编号 0 到 n-1数组 group[i] 表示节点 i 所属的分组。两个节点 u 和 v 的交互代价为树上它们之间唯一路径的边数。要求返回所有同组无序节点对的交互代价总和。---核心思路边贡献统计法直接枚举所有同组节点对并计算路径长度会达到 O(n²)不可行。关键转化总代价 每条边被同组节点对的路径经过的次数之和。对于任意一条边将其从树中删除会把树分成两部分。假设某一分组在这条边一侧子树中有 x 个节点该组全局总数为 k则该组中路径经过这条边的节点对数量为 x * (k - x)。因此只需一次 DFS 遍历统计每个子树中各分组的节点数然后累加每条边的贡献即可。---Rust 实现递归版rustuse std::collections::HashMap;impl Solution {pub fn interaction_costs(n: i32, edges: VecVeci32, group: Veci32) - i64 {let n n as usize;// 1. 构建邻接表let mut adj vec![Vec::new(); n];for e in edges {let u e[0] as usize;let v e[1] as usize;adj[u].push(v);adj[v].push(u);}// 2. 离散化分组标签因为分组标签可能不连续let mut group_map HashMap::new();for g in group {group_map.entry(g).or_insert(0);}let m group_map.len(); // 不同分组的数量// 为每个分组分配紧凑索引let mut idx 0;for (_, v) in group_map.iter_mut() {*v idx;idx 1;}// 将原始分组标签转换为紧凑索引let gid: Vecusize group.iter().map(|g| *group_map.get(g).unwrap()).collect();// 3. 统计全局各分组节点总数let mut total vec![0; m];for id in gid {total[id] 1;}// 4. cnt[u][g] 以 u 为根的子树中分组 g 的节点数let mut cnt vec![vec![0; m]; n];let mut ans 0i64;// DFS 递归函数fn dfs(u: usize,parent: usize,adj: VecVecusize,gid: Vecusize,total: Veci32,cnt: mut VecVeci32,ans: mut i64,) {cnt[u][gid[u]] 1; // 当前节点自身for v in adj[u] {if v parent { continue; }dfs(v, u, adj, gid, total, cnt, ans);// 计算边 (u, v) 对答案的贡献for g in 0..total.len() {if total[g] 2 { continue; } // 该组少于2个节点无贡献let in_subtree cnt[v][g] as i64; // 子树中该组节点数let out_subtree total[g] as i64 - in_subtree; // 子树外该组节点数if in_subtree 0 out_subtree 0 {*ans in_subtree * out_subtree;}}// 合并子树的统计信息到当前节点for g in 0..total.len() {cnt[u][g] cnt[v][g];}}}dfs(0, n, adj, gid, total, mut cnt, mut ans);ans}}---Rust 实现迭代版避免栈溢出rustuse std::collections::HashMap;impl Solution {pub fn interaction_costs(n: i32, edges: VecVeci32, group: Veci32) - i64 {let n n as usize;// 1. 构建邻接表let mut adj vec![Vec::new(); n];for e in edges {let u e[0] as usize;let v e[1] as usize;adj[u].push(v);adj[v].push(u);}// 2. 离散化分组标签let mut group_map HashMap::new();for g in group {group_map.entry(g).or_insert(0);}let m group_map.len();let mut idx 0;for (_, v) in group_map.iter_mut() {*v idx;idx 1;}let gid: Vecusize group.iter().map(|g| *group_map.get(g).unwrap()).collect();// 3. 统计全局各分组节点总数let mut total vec![0; m];for id in gid {total[id] 1;}// 4. 迭代 DFS 获取遍历顺序let mut parent vec![n; n]; // n 作为哨兵值let mut order Vec::with_capacity(n);let mut stack vec![0];parent[0] n; // 根节点的父节点标记为 nwhile let Some(u) stack.pop() {order.push(u);for v in adj[u] {if v parent[u] { continue; }parent[v] u;stack.push(v);}}// 5. 逆序遍历从叶子到根累计贡献let mut cnt vec![vec![0; m]; n];let mut ans 0i64;for u in order.iter().rev() {cnt[u][gid[u]] 1; // 当前节点自身for v in adj[u] {if v parent[u] { continue; } // 只处理子节点// 计算边 (u, v) 对答案的贡献for g in 0..m {if total[g] 2 { continue; }let in_subtree cnt[v][g] as i64;let out_subtree total[g] as i64 - in_subtree;if in_subtree 0 out_subtree 0 {ans in_subtree * out_subtree;}}// 合并子节点计数for g in 0..m {cnt[u][g] cnt[v][g];}}}ans}}---分组标签范围固定时的简化版本如果题目保证分组标签范围为 1~20与 LeetCode 3786 原题一致rustimpl Solution {pub fn interaction_costs(n: i32, edges: VecVeci32, group: Veci32) - i64 {const MAX_GROUP: usize 20;let n n as usize;// 构建邻接表let mut adj vec![Vec::new(); n];for e in edges {let u e[0] as usize;let v e[1] as usize;adj[u].push(v);adj[v].push(u);}// 统计全局各分组节点总数let mut total vec![0; MAX_GROUP 1];for g in group {total[g as usize] 1;}// 迭代 DFS 获取遍历顺序let mut parent vec![n; n];let mut order Vec::with_capacity(n);let mut stack vec![0];parent[0] n;while let Some(u) stack.pop() {order.push(u);for v in adj[u] {if v parent[u] { continue; }parent[v] u;stack.push(v);}}// 逆序遍历累计贡献let mut cnt vec![vec![0; MAX_GROUP 1]; n];let mut ans 0i64;for u in order.iter().rev() {cnt[u][group[u] as usize] 1;for v in adj[u] {if v parent[u] { continue; }for g in 1..MAX_GROUP {if total[g] 2 { continue; }let in_subtree cnt[v][g] as i64;let out_subtree total[g] as i64 - in_subtree;if in_subtree 0 out_subtree 0 {ans in_subtree * out_subtree;}}for g in 1..MAX_GROUP {cnt[u][g] cnt[v][g];}}}ans}}---代码说明1. 离散化处理Rust 中无法直接用不连续的分组标签作为数组索引因此使用 HashMap 进行离散化将原始标签映射到 0..m-1 的紧凑索引。2. 两种 DFS 实现· 递归版代码简洁但 Rust 默认栈较小深度过大可能栈溢出。· 迭代版使用显式栈避免递归适合大规模数据推荐使用。3. 核心计算对于边 (u, v)cnt[v][g] 为子树中该组节点数total[g] - cnt[v][g] 为子树外同组节点数。乘积即为该组中路径经过这条边的节点对数量。4. 复杂度分析· 时间复杂度O(n · m)其中 m 为不同分组的数量≤ 20。· 空间复杂度O(n · m) 用于存储 cnt 数组加上 O(n) 的邻接表。---测试示例rustfn main() {let n 4;let edges vec![vec![0,1], vec![0,2], vec![2,3]];let group vec![1, 2, 1, 2];let result Solution::interaction_costs(n, edges, group);println!({}, result); // 输出: 3}解释同组节点对 (0,2) 路径长度为 1(1,3) 路径长度为 2总和为 3。---注意事项· 答案可能很大使用 i64 存储结果。· Rust 递归深度限制默认较小n 较大时请使用迭代版。· 若使用固定分组范围版本需要确认题目中分组标签确实在 1~20 范围内。

相关新闻

Unity实例创建优化:从Instantiate到对象池与ECS架构详解

Unity实例创建优化:从Instantiate到对象池与ECS架构详解

1. 项目概述:为什么Instance创建是Unity开发者的必修课在Unity3D项目里,无论是新手还是老手,几乎每天都要和“创建实例”这件事打交道。你可能会想,不就是Instantiate一个Prefab,或者new一个对象吗?这有什么…

2026/7/31 4:17:55 阅读更多 →
5大功能升级!Windows版Minecraft基岩版启动器完全指南

5大功能升级!Windows版Minecraft基岩版启动器完全指南

5大功能升级!Windows版Minecraft基岩版启动器完全指南 【免费下载链接】BedrockLauncher 项目地址: https://gitcode.com/gh_mirrors/be/BedrockLauncher 你是否还在为官方Minecraft启动器的功能限制而烦恼?想要在Windows上获得更强大的基岩版游…

2026/7/31 4:17:55 阅读更多 →
Kimi K3开源大模型:1M上下文本地部署与长文本处理实践

Kimi K3开源大模型:1M上下文本地部署与长文本处理实践

这次我们来看一个备受关注的开源大模型项目——Kimi K3。这个由月之暗面(Moonshot AI)推出的模型最近宣布开源,最引人注目的特点是支持1M(100万)上下文长度,这意味着它能处理约200万汉字的长文本内容。对于…

2026/7/31 4:16:54 阅读更多 →

最新新闻

SilentPatchBully终极修复指南:如何让《恶霸鲁尼》在Windows 10/11稳定运行

SilentPatchBully终极修复指南:如何让《恶霸鲁尼》在Windows 10/11稳定运行

SilentPatchBully终极修复指南:如何让《恶霸鲁尼》在Windows 10/11稳定运行 【免费下载链接】SilentPatchBully SilentPatch for Bully: Scholarship Edition (fixes crashes on Windows 10) 项目地址: https://gitcode.com/gh_mirrors/si/SilentPatchBully …

2026/7/31 4:55:30 阅读更多 →
赛马娘角色反应集制作指南:从素材收集到社区传播

赛马娘角色反应集制作指南:从素材收集到社区传播

这次我们来看一个赛马娘相关的反应集项目,标题直接点出了核心内容——路人马娘对训练员的"骚扰"行为产生的一系列有趣反应。这类内容在二次元社区中很受欢迎,特别是结合了赛马娘IP的独特角色设定和互动模式。从项目标题可以看出,这…

2026/7/31 4:55:30 阅读更多 →
lvs相关

lvs相关

一、什么是集群 集群Cluster Cluster: 集群是为了解决某个特定问题将堕胎计算机组合起来形成的单个系统 Cluster常见的三种类型: LB:LoadBalancing(负载均衡)由多个主机组成,每个主机只承担一部分访问HA:Hi…

2026/7/31 4:55:30 阅读更多 →
决策树算法详解:从 ID3、C4.5 到 CART 以及 sklearn 参数调优

决策树算法详解:从 ID3、C4.5 到 CART 以及 sklearn 参数调优

一、什么是决策树?决策树通过对训练样本的学习,并建立分类规则,然后依据分类规则,对新样本数据进行分类预测,属于有效监督学习。核心:所以数据从根节点一步一步落到叶子节点。决策树的结构非常类似生活中的…

2026/7/31 4:55:30 阅读更多 →
A 股回测中的复权与 Point-in-Time 偏差:一次数据泄露的工程复盘

A 股回测中的复权与 Point-in-Time 偏差:一次数据泄露的工程复盘

A 股回测中的复权与 Point-in-Time 偏差:一次数据泄露的工程复盘 在量化投资领域,回测是验证策略有效性的核心环节。然而,一个看似微小的数据预处理问题——复权处理与 Point-in-Time(时间点)数据偏差——可能导致回测…

2026/7/31 4:55:30 阅读更多 →
RabbitMQ 常用模式:本地重试与死信队列

RabbitMQ 常用模式:本地重试与死信队列

RabbitMQ 常用模式:本地重试与死信队列 推荐方案: AUTO 确认 Spring 本地有限重试 RejectAndDontRequeueRecoverer RabbitMQ DLX。 方案概览 本方案适合秒级、少次数、可幂等的消费失败重试。各组件职责如下: 组件职责Spring Listener R…

2026/7/31 4:54:29 阅读更多 →

日新闻

物理复制比逻辑复制好在哪?数据库复制原理详解

物理复制比逻辑复制好在哪?数据库复制原理详解

数据库复制是把主库数据同步到备库的机制,分为逻辑复制和物理复制两种。逻辑复制传输的是 SQL 语句或行变更事件,物理复制传输的是存储引擎底层的物理日志。阿里云 PolarDB(云原生数据库)采用物理复制,在同步延迟、数据…

2026/7/31 0:00:34 阅读更多 →
BilibiliDown:3分钟学会B站视频下载的终极指南

BilibiliDown:3分钟学会B站视频下载的终极指南

BilibiliDown:3分钟学会B站视频下载的终极指南 【免费下载链接】BilibiliDown (GUI-多平台支持) B站 哔哩哔哩 视频下载器。支持稍后再看、收藏夹、UP主视频批量下载|Bilibili Video Downloader 😳 项目地址: https://gitcode.com/gh_mirrors/bi/Bilib…

2026/7/31 0:00:34 阅读更多 →
有哪些游戏数据AI平台?游戏行业Data+AI融合方案盘点

有哪些游戏数据AI平台?游戏行业Data+AI融合方案盘点

当前,游戏行业的“DataAI融合”已从概念验证进入价值落地阶段。根据IDC 2025年数据,中国AI游戏云市场规模已达18.6亿元;同时,游戏研发环节AI渗透率高达86%,生成式AI内容普及率超过50%。面对庞大的市场,游戏…

2026/7/31 0:00:34 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/31 1:03:03 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/29 14:34:28 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/31 4:19:39 阅读更多 →

月新闻