2115-从给定原材料中找到所有可以做出的菜
你有 n
道不同菜的信息。给你一个字符串数组 recipes
和一个二维字符串数组 ingredients
。第 i
道菜的名字为recipes[i]
,如果你有它 所有 的原材料 ingredients[i]
,那么你可以 做出
这道菜。一道菜的原材料可能是 另一道 菜,也就是说 ingredients[i]
可能包含 recipes
中另一个字符串。
同时给你一个字符串数组 supplies
,它包含你初始时拥有的所有原材料,每一种原材料你都有无限多。
请你返回你可以做出的所有菜。你可以以 任意顺序 返回它们。
注意两道菜在它们的原材料中可能互相包含。
示例 1:
**输入:** recipes = ["bread"], ingredients = [["yeast","flour"]], supplies = ["yeast","flour","corn"]
**输出:** ["bread"]
**解释:**
我们可以做出 "bread" ,因为我们有原材料 "yeast" 和 "flour" 。
示例 2:
**输入:** recipes = ["bread","sandwich"], ingredients = [["yeast","flour"],["bread","meat"]], supplies = ["yeast","flour","meat"]
**输出:** ["bread","sandwich"]
**解释:**
我们可以做出 "bread" ,因为我们有原材料 "yeast" 和 "flour" 。
我们可以做出 "sandwich" ,因为我们有原材料 "meat" 且可以做出原材料 "bread" 。
示例 3:
**输入:** recipes = ["bread","sandwich","burger"], ingredients = [["yeast","flour"],["bread","meat"],["sandwich","meat","bread"]], supplies = ["yeast","flour","meat"]
**输出:** ["bread","sandwich","burger"]
**解释:**
我们可以做出 "bread" ,因为我们有原材料 "yeast" 和 "flour" 。
我们可以做出 "sandwich" ,因为我们有原材料 "meat" 且可以做出原材料 "bread" 。
我们可以做出 "burger" ,因为我们有原材料 "meat" 且可以做出原材料 "bread" 和 "sandwich" 。
示例 4:
**输入:** recipes = ["bread"], ingredients = [["yeast","flour"]], supplies = ["yeast"]
**输出:** []
**解释:**
我们没法做出任何菜,因为我们只有原材料 "yeast" 。
提示:
n == recipes.length == ingredients.length
1 <= n <= 100
1 <= ingredients[i].length, supplies.length <= 100
1 <= recipes[i].length, ingredients[i][j].length, supplies[k].length <= 10
recipes[i], ingredients[i][j]
和supplies[k]
只包含小写英文字母。- 所有
recipes
和supplies
中的值互不相同。 ingredients[i]
中的字符串互不相同。
方法一:拓扑排序
思路与算法
我们把每一种原材料(菜也算一种原材料)看成图上的一个节点,如果某一道菜需要一种原材料,就添加一条从原材料到菜的有向边。
可以发现,如果图上的一个节点的入度为 0(即不存在以该节点为终点的边),那么该节点对应的原材料是可以直接使用的。特别地,如果该节点对应的原材料是一道菜,那么我们就可以做出这道菜。在这之后,我们将以该节点本身和以该节点为起点的边全部删除,这样就可能会有节点的入度变为 0,我们就可以不断重复这一过程,直到图中不存在节点,或所有剩余节点的入度均不为 0。
上述过程实际上就是使用广度优先搜索进行拓扑排序的过程。
代码
1 | class Solution { |
1 | class Solution: |
复杂度分析
时间复杂度:O(dn + m),其中 m 是数组 supplies 的长度,d 是数组 recipe 中每一个元素(数组)的最大长度,并且我们把所有字符串的长度视为常数。图中会有 n + m 个节点,并且会有不超过 dn 条边,因此建立图以及拓扑排序的时间复杂度为 O(n + m + dn) = O(dn + m)。
空间复杂度:O(dn + m),即为存储图需要的空间。