2026-07-28:统计每个顶点的度。用go语言,给你一个 n x n 的二维整数数组,它代表一个无向图的邻接矩阵,包含 n 个编号从 0 到 n-1 的顶点。

矩阵中的值表示两个顶点之间是否有边:1 表示相连,0 表示不相连。一个顶点的度是指和它相连的边的总数。

请你计算并返回一个长度为 n 的数组,其中第 i 个位置存放顶点 i 的度数。

1 <= n == matrix.length == matrix[i].length <= 100。

matrix[i][i] == 0。

matrix[i][j] 仅为 0 或 1。

matrix[i][j] == matrix[j][i]。

在这里插入图片描述
打开网易新闻 查看精彩图片
在这里插入图片描述

输入: matrix = [[0,1,1],[1,0,1],[1,1,0]]。

输出: [2,2,2]。

解释:

顶点 0 与顶点 1 和 2 相连,因此其度为 2。

顶点 1 与顶点 0 和 2 相连,因此其度为 2。

顶点 2 与顶点 0 和 1 相连,因此其度为 2。

因此,答案为 [2, 2, 2]。

题目来自力扣3898。

第一步:理解输入结构

输入是一个n x n的二维整数数组matrix,代表一个无向图邻接矩阵
题目保证了以下几点:

  • • 矩阵是方阵,即len(matrix)等于len(matrix[i])

  • • 对角线元素matrix[i][i]都为 0,表示没有自环。

  • • 矩阵是对称的,即matrix[i][j] == matrix[j][i],满足无向图的性质。

  • • 每个元素只能是 0 或 1,1 表示顶点 i 和 j 之间有一条边,0 表示没有边。

第二步:确定任务目标

我们要返回一个长度为n的数组ans,其中ans[i]是顶点i的度数。
度数的定义是:与该顶点直接相连的边的条数。
因为是无向图,一条边连接两个顶点,在度数统计中会被两个端点各自计数一次。

第三步:初始化结果数组

函数findDegrees接收矩阵后,首先用make([]int, len(matrix))创建一个与顶点数量相同长度的整数切片ans,此时所有元素默认值为 0。
这个切片将用来累加每个顶点的边数。

第四步:按行遍历,累加度数

代码的外层循环使用for i, row := range matrix遍历矩阵的每一行:

  • • 变量i是当前顶点编号,取值从 0 到 n-1。

  • • 变量row是第i行的整行数据,它也是一个切片,长度等于 n。

对于每一行row,内层循环用for _, x := range row遍历该行的每一个元素x

  • • 由于矩阵只包含 0 和 1,x的值要么是 0(无边),要么是 1(有边)。

  • • 直接将x加到ans[i]上:ans[i] += x

这样,对于顶点i,会把它所在的整行(即顶点 i 与其他所有顶点 j 的连接情况)上的 1 全部累加。
因为矩阵是对称的,这一行有多少个 1,就代表顶点 i 与多少个其他顶点相连,也就是顶点 i 的度数。

第五步:返回结果

当外层循环结束,所有顶点的度数都已累加完毕,函数直接返回填充好的ans切片。

第六步:主函数调用与输出

main函数中,定义了一个 3x3 的示例矩阵,对应一个三角形无向图(每个顶点都与另外两个相连),然后调用findDegrees得到结果[2, 2, 2],最后打印出来。

复杂度分析

时间复杂度:

  • • 外层循环执行 n 次,内层循环对每行同样执行 n 次,总共访问矩阵的每一个元素恰好一次。

  • • 对每个元素只做一次累加操作,常数时间。

  • • 所以总的时间复杂度是 O(n²)。

额外空间复杂度:

  • • 除了输入矩阵本身占用的空间(不计入额外空间),算法只创建了一个长度为 n 的结果数组ans

  • • 没有使用其他与 n 相关的辅助数据结构。

  • • 因此,总的额外空间复杂度是 O(n)。

总结:
该算法通过遍历邻接矩阵的每一行,累加每行的值来得到每个顶点的度数,过程简单直接,时间复杂度 O(n²),额外空间复杂度 O(n)。

Go完整代码如下:

package main

import (
"fmt"
)

func findDegrees(matrix [][]int) []int {
ans := make([]int, len(matrix))
for i, row := range matrix {
for _, x := range row {
ans[i] += x
}
}
return ans
}

func main() {
matrix := [][]int{{0, 1, 1}, {1, 0, 1}, {1, 1, 0}}
result := findDegrees(matrix)
fmt.Println(result)
}
打开网易新闻 查看精彩图片

Python完整代码如下:

# -*-coding:utf-8-*-

from typing import List

def find_degrees(matrix: List[List[int]]) -> List[int]:
ans = [0] * len(matrix)
for i, row in enumerate(matrix):
ans[i] = sum(row)
return ans

if __name__ == "__main__":
matrix = [[0, 1, 1], [1, 0, 1], [1, 1, 0]]
result = find_degrees(matrix)
print(result)
打开网易新闻 查看精彩图片

C++完整代码如下:

  




std::vector findDegrees(const std::vector int >>& matrix) {
std::vector< int > ans(matrix.size(), 0 );
for (size_t i = 0 ; i < matrix.size(); ++i) {
for ( int x : matrix[i]) {
ans[i] += x;
}
}
return ans;
}

int main() {
std::vector int >> matrix = {
{ 0 , 1 , 1 },
{ 1 , 0 , 1 },
{ 1 , 1 , 0 }
};
std::vector< int > result = findDegrees(matrix);

std::cout << "[" ;
for (size_t i = 0 ; i < result.size(); ++i) {
std::cout << result[i];
if (i != result.size() - 1 ) std::cout << ", " ;
}
std::cout << "]" << std::endl;

return 0 ;
}
打开网易新闻 查看精彩图片

我们相信人工智能为普通人提供了一种“增强工具”,并致力于分享全方位的AI知识。在这里,您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。 欢迎关注“福大大架构师每日一题”,发消息可获得面试资料,让AI助力您的未来发展。