图论-二分图

一、二分图判定

1.1 二分图概念及应用

1.概念

二分图的顶点集可分割为两个互不相交的子集,图中每条边依附的两个顶点都分属于这两个子集,且两个子集内的顶点不相邻。

给你一幅「图」,请你用两种颜色将图中的所有顶点着色,且使得任意一条边的两个端点的颜色都不相同,你能做到吗

这就是图的「双色问题」,其实这个问题就等同于二分图的判定问题,如果你能够成功地将图染色,那么这幅图就是一幅二分图,反之则不是:

能够染色的充要条件:

二分图当且仅当图中不含有奇数环

2.为什么使用二分图,有何优势?

从简单实用的角度来看,二分图结构在某些场景可以更高效地存储数据。

比如说我们需要一种数据结构来储存电影和演员之间的关系:某一部电影肯定是由多位演员出演的,且某一位演员可能会出演多部电影。你使用什么数据结构来存储这种关系呢?

既然是存储映射关系,最简单的不就是使用哈希表嘛,我们可以使用一个 HashMap<String, List<String>> 来存储电影到演员列表的映射,如果给一部电影的名字,就能快速得到出演该电影的演员。

但是如果给出一个演员的名字,我们想快速得到该演员演出的所有电影,怎么办呢?这就需要「反向索引」,对之前的哈希表进行一些操作,新建另一个哈希表,把演员作为键,把电影列表作为值。

显然,二分图相较于哈希表的优势:

如果用哈希表存储,需要两个哈希表分别存储「每个演员到电影列表」的映射和「每部电影到演员列表」的映射。但如果用「图」结构存储,将电影和参演的演员连接,很自然地就成为了一幅二分图

1.2 染色法-二分图判定

1.二分判定基础题

说白了就是遍历一遍图,一边遍历一边染色,看看能不能用两种颜色给所有节点染色,且相邻节点的颜色都不相同

既然说到遍历图,也不涉及最短路径之类的,当然是 DFS 算法和 BFS 皆可了,DFS 算法相对更常用些,所以我们先来看看如何用 DFS 算法判定双色图。

我们借由图遍历框架,能够写出给二分图作色的代码:

cpp 复制代码
    void dfs(vector<vector<int>>& graph,int now){
        visited[now] = true;
        for(int s : graph[now]){
            if(!visited[s]){
                color[s] =!color[now];
                dfs(graph,s);
            }
    }

同时如果再遍历一次判断color[s]==color[now](不需要进行去重,只要有邻居和now不匹配就是非二分)

为了代码的简洁性,将二者写在一起,有如下代码:

cpp 复制代码
class Solution {
public:
    bool jud =false; 
    vector<bool> color;
    vector<bool> visited;
    void dfs(vector<vector<int>>& graph,int now){
        visited[now] = true;
        for(int s : graph[now]){
            if(!visited[s]){
                color[s] =!color[now];
                dfs(graph,s);
            }
            else{
                if(color[s]==color[now]){
                    jud = true;
                    return;
                }
            }
        }
    }
    bool isBipartite(vector<vector<int>>& graph) {
        int num = graph.size();
        visited = vector<bool>(num,false);
        color = vector<bool>(num,false);
        for(int i =0;i < num;i++)
            dfs(graph,i);
        return !jud;
    }
};

2.可能的二分-延申

此题也是一个二分图问题,n个人分为两组就是将n个点染色为两种,然后dislikes数组表示不能同色的人,其实在二分图中就是相连接的节点就是数组中的组合,因为相邻节点和dislike中组合都不能同色。

1:无向图的构建

2:使用引用传值会比直接值传递快很多(不用&传递会超时)

3:最后for循环时用visited可以排除已经染色的点,提升一点效率

那么,根据二分图判定,有以下代码:

cpp 复制代码
class Solution {
public:
    vector<bool> visited;
    vector<bool> color;
    bool jud = true;
    vector<vector<int>> buildgraph(int n,vector<vector<int>>& dislikes){
        vector<vector<int>> graph(n+1);
        for(auto s : dislikes){
            int one = s[0],two = s[1];
            graph[one].push_back(two);
            graph[two].push_back(one);
        }
        return graph;
    }
    void dfs(vector<vector<int>>& graph,int now){
        if (!jud) return;
        visited[now] = true;
        for(auto s : graph[now]){
            if(!visited[s]){
                color[s] = !color[now];
                dfs(graph,s);
            }else{
                if(color[now]==color[s]){
                    jud = false;
                    return;
                }
            }

        }
    }
    bool possibleBipartition(int n, vector<vector<int>>& dislikes) {
        visited = vector<bool>(n+1,false);
        color = vector<bool>(n+1,false);
        // color.resize(n + 1);
        // visited.resize(n + 1);
        vector<vector<int>> graph = buildgraph(n,dislikes);
        for(int i = 1;i <= n;i++)
            if (!visited[i]){
                dfs(graph,i);
            }
        return jud; 
    }
};

1.3 匈牙利算法

相关推荐
YuTaoShao6 小时前
【LeetCode 热题 100】141. 环形链表——快慢指针
java·算法·leetcode·链表
小小小新人121237 小时前
C语言 ATM (4)
c语言·开发语言·算法
你的冰西瓜7 小时前
C++排序算法全解析(加强版)
c++·算法·排序算法
এ᭄画画的北北8 小时前
力扣-31.下一个排列
算法·leetcode
绝无仅有9 小时前
企微审批对接错误与解决方案
后端·算法·架构
用户5040827858399 小时前
1. RAG 权威指南:从本地实现到生产级优化的全面实践
算法
Python×CATIA工业智造11 小时前
详细页智能解析算法:洞悉海量页面数据的核心技术
爬虫·算法·pycharm
无聊的小坏坏11 小时前
力扣 239 题:滑动窗口最大值的两种高效解法
c++·算法·leetcode
黎明smaly12 小时前
【排序】插入排序
c语言·开发语言·数据结构·c++·算法·排序算法