第五十天 第十一章:图论part01 图论理论基础 深搜理论基础 98. 所有可达路径 广搜理论基础

图论理论基础

了解邻接矩阵(*),度,邻接表(数组+链表)等 遍历顺序:深搜加广搜

深搜理论基础

dfs是可一个方向去搜,不到黄河不回头,直到遇到绝境了,搜不下去了,再换方向(换方向的过程就涉及到了回溯)。

复制代码
void dfs(参数) {
    if (终止条件) {
        存放结果;
        return;
    }

    for (选择:本节点所连接的其他节点) {
        处理节点;
        dfs(图,选择的节点); // 递归
        回溯,撤销处理结果
    }
}

98. 所有可达路径

注意图的输入形式,这里图用二维数组graph[s][t]表示,其中s,t表示s,t两点之间是否相连,相连赋值为1,不然为0。

后面深搜的方法和回溯三部曲几乎一样。

复制代码
#include<iostream>
#include<vector>
using namespace std;

vector<vector<int>> res;
vector<int> path;

void dfs(const vector<vector<int>> &graph , int m ,int n){
    if(m==n){
       res.push_back(path); 
       return ;
    }
    
    for(int i=1;i<=n;i++){
        if(graph[m][i]==1){
            path.push_back(i);
            dfs(graph,i,n);
            path.pop_back();
        }
    }
}

int main(){
    int N,M,s,t;
    cin>>N>>M;
    vector<vector<int>> graph(N + 1,vector<int>(N + 1,0));
    while(M--){
       cin>>s>>t;
       graph[s][t]=1;
    }
    path.push_back(1);
    dfs(graph,1,N);
    if (res.size() == 0) cout << -1 << endl;
    for (const vector<int> &pa : res) {
        for(int i=0;i<pa.size()-1;i++){
         cout<<pa[i]<<" ";
        }
        cout<<pa[pa.size()-1]<<endl;
    }
 
    return 0;
}

广搜理论基础

bfs是先把本节点所连接的所有节点遍历一遍,走到下一个节点的时候,再把连接节点的所有节点遍历一遍,搜索方向更像是广度,四面八方的搜索过程。

复制代码
int dir[4][2] = {0, 1, 1, 0, -1, 0, 0, -1}; // 表示四个方向
// grid 是地图,也就是一个二维数组
// visited标记访问过的节点,不要重复访问
// x,y 表示开始搜索节点的下标
void bfs(vector<vector<char>>& grid, vector<vector<bool>>& visited, int x, int y) {
    queue<pair<int, int>> que; // 定义队列
    que.push({x, y}); // 起始节点加入队列
    visited[x][y] = true; // 只要加入队列,立刻标记为访问过的节点
    while(!que.empty()) { // 开始遍历队列里的元素
        pair<int ,int> cur = que.front(); que.pop(); // 从队列取元素
        int curx = cur.first;
        int cury = cur.second; // 当前节点坐标
        for (int i = 0; i < 4; i++) { // 开始想当前节点的四个方向左右上下去遍历
            int nextx = curx + dir[i][0];
            int nexty = cury + dir[i][1]; // 获取周边四个方向的坐标
            if (nextx < 0 || nextx >= grid.size() || nexty < 0 || nexty >= grid[0].size()) continue;  // 坐标越界了,直接跳过
            if (!visited[nextx][nexty]) { // 如果节点没被访问过
                que.push({nextx, nexty});  // 队列添加该节点为下一轮要遍历的节点
                visited[nextx][nexty] = true; // 只要加入队列立刻标记,避免重复访问
            }
        }
    }

}
相关推荐
小指纹44 分钟前
图论-最短路Dijkstra算法
数据结构·c++·算法·深度优先·图论
皮蛋瘦肉粥_1211 小时前
代码随想录day52图论3
图论
骑着猪去兜风.1 小时前
搜索与图论(最小生成树 二分图)
图论
KyollBM1 小时前
【CF】Day115——杂题 (构造 | 区间DP | 思维 + 贪心 | 图论 + 博弈论 | 构造 + 位运算 | 贪心 + 构造 | 计数DP)
图论
赴3352 小时前
逻辑回归 银行贷款资格判断案列优化 交叉验证,调整阈值,下采样与过采样方法
算法·机器学习·逻辑回归·下采样·交叉验证·过采样·阈值
2501_924878732 小时前
无人机光伏巡检缺陷检出率↑32%:陌讯多模态融合算法实战解析
开发语言·人工智能·算法·视觉检测·无人机
沉睡的无敌雄狮2 小时前
无人机光伏巡检漏检率↓78%!陌讯多模态融合算法实战解析
人工智能·算法·计算机视觉·目标跟踪
magicwt2 小时前
《从零构建大模型》读书笔记
算法
大胖猫L2 小时前
深搜与广搜在 TypeScript 类型递归中的应用
前端·算法
2202_756749693 小时前
02 基于sklearn的机械学习-KNN算法、模型选择与调优(交叉验证、朴素贝叶斯算法、拉普拉斯平滑)、决策树(信息增益、基尼指数)、随机森林
python·算法·决策树·随机森林·机器学习·sklearn