對於一個具有樹特徵的無向圖，我們可選擇任何一個節點作為根。圖因此可以成為樹，在所有可能的樹中，具有最小高度的樹被稱為最小高度樹。給出這樣的一個圖，寫出一個函式找到所有的最小高度樹並返回他們的根節點。

格式

該圖包含 n 個節點，標記為 0 到 n - 1。給定數字 n 和一個無向邊 edges 列表（每一個邊都是一對標籤）。

你可以假設沒有重複的邊會出現在 edges 中。由於所有的邊都是無向邊， [0, 1]和 [1, 0] 是相同的，因此不會同時出現在 edges 裡。

示例 1:

輸入: n = 4, edges = [[1, 0], [1, 2], [1, 3]]
        0
        |
        1
       / \
      2   3 

輸出:
 
 [1]

示例 2:

輸入: n = 6, edges = [[0, 3], [1, 3], [2, 3], [4, 3], [5, 4]]
     0  1  2
      \ | /
        3
        |
        4
        |
        5 

輸出: [3, 4]

說明:

•  根據樹的定義，樹是一個無向圖，其中任何兩個頂點只通過一條路徑連線。 換句話說，一個任何沒有簡單環路的連通圖都是一棵樹。
• 樹的高度是指根節點和葉子節點之間最長向下路徑上邊的數量。

思路：這道題可以一個一個節點用BFS判斷對於每個節點的最小高度樹，但是這樣的時間複雜度是O(n^n)，複雜度很高，對於大資料集無法通過測試，所以要採用其他思路。這裡可以採用逐個刪除點的方法來做，首先我們構造出無向圖，把度為1的節點（出度+入度）刪除，當然對應的邊也刪除，我們一直重複操作直到整個圖中只剩下1或者兩個節點，最後返回剩餘的1個或者兩個節點即可，這麼做的依據是因為最小高度樹的節點一定在圖的拉成最長線性節點的中點位置，我們需要找到最長的線性節點，取中間節點即可。具體程式碼的思路是：需要一個輔助佇列來儲存度為1的節點，持續進行如上所說的BFS操作，直至剩餘的節點是2個或者1個，返回佇列q的隊頭元素或者前兩個對頭元素。

參考程式碼：

class Solution {
public:
vector<unordered_set<int>> make_graph2(int n, vector<pair<int, int>>& edges) {
	vector<unordered_set<int>> graph(n);
	for (auto it : edges) {
		graph[it.first].insert(it.second);
		graph[it.second].insert(it.first);
	}
	return graph;
}
vector<int> findMinHeightTrees(int n, vector<pair<int, int>>& edges) {
	if (n <= 0) return {};
	if (n == 1) return { 0 };
	if (n == 2) return { 0,1 };
	vector<unordered_set<int>> graph = make_graph2(n, edges);
	queue<int> q;
	for (int i = 0; i < graph.size(); i++) {
		if (graph[i].size() == 1) {
			q.push(i);
		}
	}
	int left = n;
	while (!q.empty()) {
		int reductNumber = 0;
		int tmp = q.size();
		for (int i = q.size(); i > 0; i--) {
			int top = q.front(); q.pop();
			for (auto neibor : graph[top]) {
				graph[neibor].erase(top);
				if (graph[neibor].size() == 1) {
					reductNumber++;
					q.push(neibor);
				}
			}
		}
		left -= tmp;
		if (left <= 2) break;
	}
	if (left == 2) {
		int top = q.front(); q.pop();
		int sed = q.front(); q.pop();
		return { top,sed };
	}
	return { q.front() };
}
};