【代码随想录|第十一章 图论part01 | 797.所有可能的路径 】

代码随想录|第十一章 图论part01 | 图论理论基础，797.所有可能的路径，广搜理论基础

• 一、图论理论基础
• • 1.图的基本概念
  • 2.图的构造
  • • 1）邻接矩阵
    • 2）邻接表
  • 3.图的遍历方式
  • 4.深度优先搜索理论基础
• 二、797.所有可能的路径
• • 1.核心代码
  • 2.问题
• 三、广搜理论基础
• 总结

---

python

一、图论理论基础

1.图的基本概念

度：几个连接的边。出度、入度
连通图+有向图=强连通图
连通分量：必须是极大联通子图才行

强连通分量: 有向图+连通分量

2.图的构造

如何用代码表示？邻接表、邻接矩阵、类

朴素存储、邻接表、邻接矩阵

1）邻接矩阵

grid[2][5]=6表示节点2 连接向 节点5 ，权值为6

2）邻接表

数组（节点）+链表（相连节点）

3.图的遍历方式

两类：深度优先搜索dfs/广度优先搜索bfs

4.深度优先搜索理论基础

先一直往一个方向走到死角

有递归就有回溯

dfs三部曲：1、参数 2、终止条件 3、处理目前的搜索节点出发的路径

二、797.所有可能的路径

797.所有可能的路径

1.核心代码

代码如下（示例）：

class Solution:
    def allPathsSourceTarget(self, graph) :
        ans =list()
        stk = list()

        def dfs(x):
            if x ==len(graph)-1:
                ans.append(stk[:])
                return

            for y in graph[x]:
                stk.append(y)
                dfs(y)
                stk.pop()

        stk.append(0)
        dfs(0)
        return ans

if __name__=="__main__":
    raw_input=input()
    graph=eval(raw_input)
    solution=Solution()
    result=solution.allPathsSourceTarget(graph)
    # 若输出格式无空格
    result2=str(result).replace(" ","")
    print(result2)

2.问题

记住，可以将字符串自动解析成列表+链表形式的代码

    graph=eval(input())

** 能够处理输入如：[[1,2],[3],[3],[]] **

输入输出部分主要是增加了一个这个输入的函数的学习

然后核心代码部分：

有二维的数组用list()链表来创建

其他看起来还比较简单，就是我还没有自己打一下

三、广搜理论基础

适合解决两个点之间的最短路径问题

用队列，保证每一圈都是一个方向去转

总结

输入输出