【LeetCode:721. 账户合并 + 哈希表 + DFS】

🍔 目录

• • 🚩 题目链接
  • ⛲ 题目描述
  • 🌟 求解思路&实现代码&运行结果
  • • ⚡ 哈希表 + DFS
  • 💬 共勉

🚩 题目链接

• 721. 账户合并

⛲ 题目描述

给定一个列表 accounts，每个元素 accounts[i] 是一个字符串列表，其中第一个元素 accounts[i][0] 是 名称 (name)，其余元素是 emails 表示该账户的邮箱地址。

现在，我们想合并这些账户。如果两个账户都有一些共同的邮箱地址，则两个账户必定属于同一个人。请注意，即使两个账户具有相同的名称，它们也可能属于不同的人，因为人们可能具有相同的名称。一个人最初可以拥有任意数量的账户，但其所有账户都具有相同的名称。

合并账户后，按以下格式返回账户：每个账户的第一个元素是名称，其余元素是 按字符 ASCII 顺序排列 的邮箱地址。账户本身可以以 任意顺序 返回。

示例 1：

输入：accounts = [[“John”, “[e-mail]”, “[e-mail]”], [“John”, “[e-mail]”], [“John”, “[e-mail]”, “[e-mail]”], [“Mary”, “[e-mail]”]]
输出：[[“John”, ‘[e-mail]’, ‘[e-mail]’, ‘[e-mail]’], [“John”, “[e-mail]”], [“Mary”, “[e-mail]”]]
解释：
第一个和第三个 John 是同一个人，因为他们有共同的邮箱地址 “[e-mail]”。
第二个 John 和 Mary 是不同的人，因为他们的邮箱地址没有被其他帐户使用。
可以以任何顺序返回这些列表，例如答案 [[‘Mary’，‘[e-mail]’]，[‘John’，‘[e-mail]’]，
[‘John’，‘[e-mail]’，‘[e-mail]’，‘[e-mail]’]] 也是正确的。
示例 2：

输入：accounts = [[“Gabe”,“[e-mail]”,“[e-mail]”,“[e-mail]”],[“Kevin”,“[e-mail]”,“[e-mail]”,“[e-mail]”],[“Ethan”,“[e-mail]”,“[e-mail]”,“[e-mail]”],[“Hanzo”,“[e-mail]”,“[e-mail]”,“[e-mail]”],[“Fern”,“[e-mail]”,“[e-mail]”,“[e-mail]”]]
输出：[[“Ethan”,“[e-mail]”,“[e-mail]”,“[e-mail]”],[“Gabe”,“[e-mail]”,“[e-mail]”,“[e-mail]”],[“Hanzo”,“[e-mail]”,“[e-mail]”,“[e-mail]”],[“Kevin”,“[e-mail]”,“[e-mail]”,“[e-mail]”],[“Fern”,“[e-mail]”,“[e-mail]”,“[e-mail]”]]

提示：

1 <= accounts.length <= 1000
2 <= accounts[i].length <= 10
1 <= accounts[i][j].length <= 30
accounts[i][0] 由英文字母组成
accounts[i][j] (for j > 0) 是有效的邮箱地址

🌟 求解思路&实现代码&运行结果

---

⚡ 哈希表 + DFS

🥦 求解思路

1. 如果俩个人存在相同的一些邮箱，那么确定为同一个用户，现在假设用户Tom有A，B，C邮箱，Jack有B，D邮箱，因为Tom和Jack同时有B邮箱，那么这是同一个用户。那么这个用户还有哪些邮箱呢？我们可以去找含A，B，C，D邮箱的用户。直到结束，这个过程通过DFS来实现。
2. 参考博客：哈希表 + DFS（Python/Java/C++/Go/JS/Rust）
3. 有了基本的思路，接下来我们就来通过代码来实现一下的解法。

🥦 实现代码

class Solution {
    public List<List<String>> accountsMerge(List<List<String>> accounts) {
        Map<String, List<Integer>> emailToIdx = new HashMap<>();
        for (int i = 0; i < accounts.size(); i++) {
            for (int k = 1; k < accounts.get(i).size(); k++) {
                emailToIdx.computeIfAbsent(accounts.get(i).get(k), x -> new ArrayList<>()).add(i);
            }
        }

        List<List<String>> ans = new ArrayList<>();
        boolean[] vis = new boolean[accounts.size()];
        Set<String> emailSet = new HashSet<>();
        for (int i = 0; i < accounts.size(); i++) {
            if (vis[i]) {
                continue;
            }
            emailSet.clear();
            dfs(i, accounts, emailToIdx, vis, emailSet);

            List<String> res = new ArrayList<>(emailSet);
            Collections.sort(res);
            res.add(0, accounts.get(i).get(0));

            ans.add(res);
        }
        return ans;
    }

    private void dfs(int i, List<List<String>> accounts, Map<String, List<Integer>> emailToIdx, boolean[] vis, Set<String> emailSet) {
        vis[i] = true;
        for (int k = 1; k < accounts.get(i).size(); k++) {
            String email = accounts.get(i).get(k);
            if (emailSet.contains(email)) {
                continue;
            }
            emailSet.add(email);
            for (int j : emailToIdx.get(email)) {
                if (!vis[j]) {
                    dfs(j, accounts, emailToIdx, vis, emailSet);
                }
            }
        }
    }
}

🥦 运行结果

---

💬 共勉