《图论算法入门:掌握DFS和BFS,理解图与树的遍历》

《图论算法入门:掌握DFS和BFS,理解图与树的遍历》
  

🎬 博主名称个人主页

🔥 个人专栏《算法通关》《Java讲解》

⛺️心简单,世界就简单

目录

序言

DFS

全排列问题

剪枝操作---n皇后问题

BFS

树与图的深度优先遍历

树,图的存储

遍历树,图

树与图的宽度优先遍历


序言

到图论这章节了,先讲讲DFS,BFS,然后讲树和图咋存储,还有树和图的DFS以及BFS,

DFS

dfs是一个执着的人(可爱捏),他一直搜索到叶子节点,然后才会回头去看别的路,然后继续一条路走到头

从数据结构来看,我们的dfs用的是

从空间来看,我们dfs空间使用是与高度成正比的O( h )

我们dfs搜索是一条路走到头,所以我们dfs不具有最短路的性质

我们来看个最经典的题,

全排列问题

我们从0开始出发,然后往下搜,当搜到n的话就说明我们搜完了输出一下就行(用path记录搜索的路径),当搜完之后,我们肯定要恢复原状,所以把st给回复,path不用是因为,下次直接就覆盖了,不用再path[ i ] = 0;·,,这里的u是层数,我们一层选一个数嘛,到第n层了,那不就是选够n个数了。

#include <iostream> using namespace std; const int N = 10; int n; int path[N]; bool st[N]; void dfs(int u){ if(u == n){ for(int i = 0; i < n; i ++) printf("%d" , path[i]); puts(""); return ; } for(int i = 1; i <= n; i ++){ if(!st[i]){ path[u] = i; st[i] = 1; dfs(u + 1); //恢复现场 st[i] = false; } } } int main(){ cin >> n; dfs(0); }

我们dfs通常还会有剪枝操作,这里我们拿八皇后问题来讲解

剪枝操作---n皇后问题

序言注意的是,对角线这里

//正对角线 y = x + b; b = x - y; 由于可能为负值,我们加个n 变为x - y +n就行
//反对角线 y = -x + b; b = x + y; 

我们这个方式是什么呢,是枚举每一行的位置,看皇后能不能在这

#include <iostream> using namespace std; const int N = 10; int n; char g[N][N]; bool col[N], dg[N], udg[N];//列,对角线,反对角线 //正对角线 y = x + b; b = x - y; 由于可能为负值,我们加个n //反对角线 y = -x + b; b = x + y; void dfs(int u){ if(u == n){ for(int i = 0; i < n; i++) puts(g[i]); puts(""); return ; } for(int i = 0; i < n; i ++){ if(!col[i] && !dg[u + i] && !udg[n - u + i]){ g[u][i] = 'Q'; col[i] = dg[u + i] = udg[n + i - u] = true; dfs(u + 1); //恢复现场 g[u][i] = '.'; col[i] = dg[u + i] = udg[n + i - u] = false; } } } int main(){ cin >> n; for(int i = 0; i < n; i++){ for(int j = 0; j < n; j ++){ g[i][j] = '.'; } } dfs(0); }

BFS

是一个眼观六路,耳听八方的人,他搜索会一层一层搜索,走一次看看哪个好走,再继续搜

从数据结构来看,我们bfs用的是队列

从空间来看,我们bfs空间使用是O( 2^h )

我们BFS搜索时一层一层搜索,每次搜的都是离自己最近的路,所以我们BFS具有一种最短路的性质。

宽搜是有一个固定框架的, 就是建一个队列,然后每次搜到就扔进去,然后取出第一个元素,这个走迷宫也相当于模板了,看看就行,然后我们加了个输出的路径,用prev数组存取每个点的前一步点

#include<iostream> #include<algorithm> #include<cstring> using namespace std; const int N = 1e2+ 10; typedef pair<int, int> PII; int n, m; int g[N][N]; int d[N][N];//每个点到起点的距离 PII q[N * N], Prev[N][N]; int bfs(){ int hh = 0, tt = 0; q[0] = {0, 0}; memset(d, -1, sizeof(d)); d[0][0] = 0; int dx[4] = {-1, 0, 1, 0}; int dy[4] = {0, 1, 0, -1}; while(hh <= tt){ auto t = q[hh++];//取出第一个点,然后 for(int i = 0; i < 4; i++){ int x =t.first +dx[i], y = t.second + dy[i]; if(x >=0 &&x < n && y >= 0 && y < m && g[x][y] == 0 && d[x][y] == -1){ d[x][y] = d[t.first][t.second] + 1; Prev[x][y]= t;//记录一下每个点的前一个点 q[ ++tt] = {x, y};//把这个点扔进u低劣里 } } } // int x = n - 1, y = m - 1; // while(x || y){ // cout << x << ' ' << y <<endl; // auto t = Prev[x][y]; // x = t.first, y = t.second; // } // return d[n - 1][m - 1]; } int main(){ cin >> n >>m; for(int i = 0; i < n; i++){ for(int j = 0; j < m; j++){ cin >> g[i][j]; } } cout<<bfs(); }

树与图的深度优先遍历

先说树的存储,树是一种特殊的图,他是无环图,那我们就直说图的遍历就行了

树,图的存储

图分为有向图和无向图

无向图就是说如果a和b有之间有边,那就是a能走到b,b也能走向a

有向图就是,说有一条边的话,只能从一个点到另一个点,是有方向的

无向图就是特殊的有向图,我们只讲有向图就行,

有向图可以用邻接表,邻接矩阵来存,我们不常用邻接矩阵,他比较浪费空间,适合稠密的图,稀疏的话就很浪费空间,所以我们一般都用邻接表

邻接表:就是每个点上都有一个单链表



我们一般都用静态链表,也是常说的链式前向星遍历树,图

我们去dfs遍历这个图,然后得到以每个节点为根节点,求去掉这个根节点后,他的子树里最大的节点数量为多少,然后我们求出这个最大值,然后用一个全局变量存储,然后和每一个去掉的节点后求得的这个值进行min比较,具体去看代码吧,看代码来思考


树与图的宽度优先遍历

这个直接找个题看就行了

#include<iostream> #include<algorithm> #include<cstring> using namespace std; const int N = 1e5 +10; int n, m, q[N], d[N]; //d记录每个节点到节点1的距离 int e[N], h[N], idx, ne[N]; void add(int a, int b){ e[idx] = b; ne[idx] = h[a]; h[a] = idx++; } int bfs(){ int hh = 0, tt = 0; q[0] = 1; memset(d, -1, sizeof d); d[1] = 0; while(hh <= tt){ int t = q[hh++]; for(int i = h[t]; i != -1; i = ne[i]){ int j = e[i]; if(d[j] == -1){ d[j] = d[t] + 1; q[ ++tt] = j; } } } return d[n]; } int main(){ cin >> n >> m; memset(h, -1, sizeof h); for(int i = 0; i < m; i++){ int a, b; cin >> a >> b; add(a, b); } cout<< bfs(); } 

Read more

【算法】动态规划(路径/线性/背包/子数组子序列/回文串/两数组)

【算法】动态规划(路径/线性/背包/子数组子序列/回文串/两数组)

目录 使用动态规划解题的一般思路 处理边界问题和初始化的技巧 使用动态规划解决路径问题 简单多状态 dp 问题 子数组问题 子序列问题 回文串问题 两个数组的 dp 问题 背包问题 01背包模板 完全背包模板 二维费用的背包问题 使用动态规划解题的一般思路 1、确定状态表示(最重要的一步) 用一个一维数组或者二维数组充当 dp(dynamic programming) 表,想办法把 dp 表填满,表格的某个数据就是答案,要根据题目要求确定合适的 dp 表大小,确保最终答案在 dp 表内。把 dp 表的某个数据就当作状态表示(dp[i] 表示什么含义,粗略的理解)。状态表示通常有两个思考方向:1、dp[i] 表示 i 位置为结尾(

By Ne0inhk

LeetCode 2943.最大化网格图中正方形空洞的面积:小小思维

【LetMeFly】2943.最大化网格图中正方形空洞的面积:小小思维 力扣题目链接:https://leetcode.cn/problems/maximize-area-of-square-hole-in-grid/ 给你一个网格图,由 n + 2 条 横线段 和 m + 2 条 竖线段 组成,一开始所有区域均为 1 x 1 的单元格。 所有线段的编号从 1 开始。 给你两个整数 n 和 m 。 同时给你两个整数数组 hBars 和 vBars 。 * hBars 包含区间 [2, n + 1] 内 互不相同 的横线段编号。 * vBars 包含 [2, m

By Ne0inhk

【光子AI 2026 企业级 Agent 架构指南】别再把 Skill 当 Tool:Agent Skills × MCP 企业级落地全指南(最新定义澄清 + 场景大全 + 选型决策树+安全工程清单)

文章目录 * 拒绝“手搓”Agent:2026企业级架构指南——彻底搞懂 Agent Skills 与 MCP 的边界与选型 * 🚀 引言:AI 开发的“草莽时代”结束了 * 第一部分:正本清源——最新官方定义解读 * 1. Agent Skills:让 Agent 变“专家”的文件夹 * 2. MCP:AI 应用的“USB-C 接口” * 第二部分:架构拆解——为什么它们能成为标准? * 2.1 MCP 的三驾马车:Prompts, Resources, Tools * 2.2 Agent Skills 的“技能树”结构

By Ne0inhk
【鼠鼠优选算法-双指针】003:快乐数 & 004:盛水最多的容器

【鼠鼠优选算法-双指针】003:快乐数 & 004:盛水最多的容器

🎈主页传送门:良木生香 🔥个人专栏:《C语言》 《数据结构-初阶》 《鼠鼠的算法之路》 🌟人为善,福随未至,祸已远行;人为恶,祸虽未至,福已远离 目录 一、快乐数 题目描述: 原理解析: 鸽巢原理: 代码实现: 二、盛最多水的容器 题目描述: 原理解析: 代码实现:  今天我们来看两道有意思的题目,分别是力扣的11号和202号题目,题目链接2我会在讲到题目的时候放给大家 一、快乐数 这是题目链接: 202. 快乐数 题目描述: 原理解析: 这道题讲的是如果某个数能够按照他所给的规则进行变化,最后得到1,那这个数就是快乐数,意思很容易理解,那么下面我们来看看这道题该怎么实现算法吧~~ 想要判断这个数是不是快乐数字,我们要做的是以下步骤: 1.将这个数字拆分 2.将这个数字的每一位数字进行平方操作,再相加 3.经过与偶先次循环后,看看整个数是不是等于1 现在我们对题目给出来的样例进行推导:

By Ne0inhk