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

Python快速入门:10分钟掌握环境搭建、核心语法与实用脚本

Python快速入门:10分钟掌握环境搭建、核心语法与实用脚本

1. 项目概述:为什么你需要这份“10分钟”指南?如果你在搜索引擎里敲下“Python快速入门”,大概率会看到一堆号称“零基础”、“一天学会”的教程。但作为一个过来人,我深知那种面对海量信息无从下手的迷茫感。你可能只是想写个小脚…

2026/7/31 4:15:36阅读更多 →
现代Web截图解决方案:modern-screenshot架构解密与生产环境实践指南

现代Web截图解决方案:modern-screenshot架构解密与生产环境实践指南

现代Web截图解决方案:modern-screenshot架构解密与生产环境实践指南 【免费下载链接】modern-screenshot 📸 Quickly generate image from DOM node using HTML5 canvas and SVG. 项目地址: https://gitcode.com/gh_mirrors/mo/modern-screenshot …

2026/7/31 4:15:36阅读更多 →
Materials Studio文件格式转换:CIF、PDB、MOL互转与批量处理技巧

Materials Studio文件格式转换:CIF、PDB、MOL互转与批量处理技巧

Materials Studio(简称MS)是材料科学领域广泛使用的分子模拟软件,由BIOVIA公司开发。这次我们重点看它的文件操作能力——特别是.cif、.pdb、.mol这三种常见格式的互转技巧,以及结构导入、数据导出的完整流程。对于做材料计算、分…

2026/7/31 4:15:36阅读更多 →
高压FOC电机控制:从原理到实践,实现极致静音与高效驱动

高压FOC电机控制:从原理到实践,实现极致静音与高效驱动

1. 项目缘起:从“嗡嗡”声到“静音”的执念几年前,我接手了一个智能家居的项目,核心是一个需要安静运行的空气净化器风扇。当时市面上主流方案还是方波驱动,电机一转起来,那种“嗡嗡”的电磁噪音在夜深人静时格外刺耳&…

2026/7/31 5:27:56阅读更多 →
Windows 11终极清理指南:3分钟让系统焕然一新

Windows 11终极清理指南:3分钟让系统焕然一新

Windows 11终极清理指南:3分钟让系统焕然一新 【免费下载链接】Win11Debloat A simple, lightweight PowerShell script that allows you to remove pre-installed apps, disable telemetry, as well as perform various other changes to declutter and customize …

2026/7/31 5:27:56阅读更多 →
UART与USART深度解析:从异步通信到同步模式的应用差异

UART与USART深度解析:从异步通信到同步模式的应用差异

1. 从一次通信故障说起:为什么需要区分UART和USART?最近在调试一个基于STM32的工业传感器节点时,遇到了一个让人挠头的问题。节点需要同时与一个温湿度传感器(使用标准UART协议)和一个老式的Modbus RTU从站设备通信。我…

2026/7/31 5:27:56阅读更多 →
Unity移动端TMP_InputField onSelect事件不触发的原理与解决方案

Unity移动端TMP_InputField onSelect事件不触发的原理与解决方案

1. 问题现象与核心场景剖析最近在Unity3D项目里处理移动端输入交互时,踩到了一个不大不小的坑,折腾了我好几个小时。场景是这样的:我使用TextMeshPro的TMP_InputField组件来处理移动端的文本输入,当用户点击输入框时,系…

2026/7/31 5:27:56阅读更多 →
C++跨平台云备份工具开发实战:文件监控、压缩加密与S3上传

C++跨平台云备份工具开发实战:文件监控、压缩加密与S3上传

1. 项目概述:一个跨平台的C云备份工具最近在整理几个跨平台的项目,发现一个挺实际的需求:如何用一套C代码,在Linux(比如Ubuntu)和Windows上,实现一个稳定可靠的自动云备份工具。这玩意儿听起来像…

2026/7/31 5:27:56阅读更多 →
AI多语言翻译工具:跨境电商说明书高效解决方案

AI多语言翻译工具:跨境电商说明书高效解决方案

1. 项目背景与核心价值做跨境电商的朋友们应该都深有体会:产品说明书的多语言翻译是个让人头疼的大问题。传统翻译方式要么成本高得吓人,要么排版全乱套,最后还得花大量时间手动调整格式。最近我在实际业务中测试了一款AI驱动的多语言翻译工具…

2026/7/31 5:25:55阅读更多 →
覆盖国产 + 海外 + 开源模型,OpenClaw 2.7.9 Windows/Mac 双端部署详解

覆盖国产 + 海外 + 开源模型,OpenClaw 2.7.9 Windows/Mac 双端部署详解

🔹 工具基础介绍 OpenClaw 是开源生态中一款实用性较强的本地智能工具,凭借本地离线运行、可视化图形操作和任务自动化三大核心特性,赢得了众多用户的青睐。与普通在线对话AI工具不同,它属于能够直接操控本机软硬件的智能数字员工…

2026/7/30 15:03:16阅读更多 →
伺服阀焊完微漏毁整机?精密激光焊接三关锁住高压

伺服阀焊完微漏毁整机?精密激光焊接三关锁住高压

所谓液压伺服阀体的精密激光焊接,是用激光束对阀座壳体(通常为不锈钢或铝合金)进行密封焊接,使阀体在21-35MPa的高压液压油或压缩气体中长期运行而不发生介质泄漏。液压伺服阀是高端液压系统的"大脑"。从航空航天飞行控…

2026/7/30 12:22:27阅读更多 →
D2DX:三步实现《暗黑破坏神2》高清宽屏体验的终极指南

D2DX:三步实现《暗黑破坏神2》高清宽屏体验的终极指南

D2DX:三步实现《暗黑破坏神2》高清宽屏体验的终极指南 【免费下载链接】d2dx D2DX is a complete solution to make Diablo II run well on modern PCs, with high fps and better resolutions. 项目地址: https://gitcode.com/gh_mirrors/d2/d2dx 你是否还在…

2026/7/30 15:13:02阅读更多 →
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 0:00:40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 0:00:41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 0:00:41阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/31 0:49:33阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/31 5:08:18阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/30 15:43:46阅读更多 →