可能的二分法 -- 二分图判定【DFS、BFS分别实现】

886. 可能的二分法

python 复制代码
class PossibleBipartition:
    """
    可能的二分法
    「其实考察的就是二分图的判定」
    用dfs和bfs 两种方法分别实现
    https://leetcode.cn/problems/possible-bipartition/
    """
    def __init__(self):
        self.success = True
        self.color = []
        self.visited = []

    def dfs(self, n, dislikes):
        """
        DFS递归实现
        :param n: 
        :param dislikes:
        :return:
        """
        # 图节点编号为 1...n
        self.color = [False] * (n+1)
        self.visited = [False] * (n+1)
        graph = self.buildgraph(n, dislikes)

        # 因为图不一定是联通的,可能存在多个子图
        # 所以要把每个节点都作为起点进行一次遍历
        # 如果发现任何一个子图不是二分图,整幅图都不是二分图
        for v in range(1, n+1):
            if not self.visited[v]:
                self.dfs_traverse(graph, v)

        return self.success

    def buildgraph(self, n, dislikes):
        graph = [[] for _ in range(n+1)]

        for edge in dislikes:
            v = edge[1]
            w = edge[0]
            # 无向图相当于双向图
            graph[v].append(w)
            graph[w].append(v)

        return graph

    def dfs_traverse(self, graph, v):
        if not self.success:
            return

        self.visited[v] = True
        for w in graph[v]:
            if not self.visited[w]:
                self.color[w] = not self.color[v]
                self.dfs_traverse(graph, w)
            else:
                if self.color[v] == self.color[w]:
                    self.success = False
                    return

    def bfs(self, n, dislikes):
        """
        BFS实现,用队列替代递归调用
        :param n:
        :param dislikes:
        :return:
        """
        # 图节点编号为 1...n
        self.color = [False] * (n + 1)
        self.visited = [False] * (n + 1)
        graph = self.buildgraph(n, dislikes)

        # 因为图不一定是联通的,可能存在多个子图
        # 所以要把每个节点都作为起点进行一次遍历
        # 如果发现任何一个子图不是二分图,整幅图都不是二分图
        for v in range(1, n + 1):
            if not self.visited[v]:
                self.bfs_traverse(graph, v)

        return self.success

    def bfs_traverse(self, graph, start):
        # 节点队列
        queue = []
        self.visited[start] = True
        queue.append(start)

        while queue and self.success:
            v = queue.pop(0)
            # 从节点 v 向所有相邻节点扩散
            for w in graph[v]:
                if not self.visited[w]:
                    # 相邻节点w没有被访问过
                    # 那么应该给节点w涂上和节点v不同的颜⾊
                    self.color[w] = not self.color[v]
                    # 标记 w 节点,并放⼊队列
                    self.visited[w] = True
                    queue.append(w)
                else:
                    if self.color[v] == self.color[w]:
                        self.success = False
                        return
相关推荐
江畔柳前堤4 小时前
大语言模型分布式训练:从并行策略到万卡工程的系统梳理
人工智能·分布式·深度学习·算法·目标检测·机器学习·语言模型
Forever Nore5 小时前
LeetCode 4 寻找两个正序数组的中位数 - 二分
算法·leetcode
罗西的思考7 小时前
【OpenClaw具身硬件】MiniClaw 阅读笔记---(1)基础
人工智能·算法·机器学习
蛋先生DX7 小时前
大模型参数存储格式揭秘:BF不是男朋友
深度学习·算法·llm
爱跳舞的烤冷面8 小时前
自学嵌入式第22天(数据结构——哈希)
数据结构·算法·哈希算法
猎嘤一号8 小时前
博弈论(Game Theory)的理论、算法与工程
人工智能·算法·安全·博弈论
月光船幽幽8 小时前
影子模式下保护 logits 不被修改
人工智能·python·算法
马拉AI8 小时前
腾讯开源 Agent 记忆系统,AI“换对话就忘”的问题有了新解法(附安装使用教程)
人工智能·算法·开源·科研
地平线开发者10 小时前
征程6工具链模型X86推理方式说明
算法
地平线开发者10 小时前
【征程6】校准量化中HistogramObserver解析
算法