文章目录
DFS的遍历的模版大差不差，主要是区别题目中的图是否是有环的？题目求解的是可达问题，路径数量问题
- 开始的时候，如果题目中的边的记录没有转化为
邻接表的形式，那么就需要我们自己进行转化
python
# 使用邻接表存储图
adj = [[] for _ in range(n)]
for u, v in edges:
adj[u].append(v)
adj[v].append(u)- 总体的遍历的模版
python
# DFS 函数
def dfs(i):
if 终止条件
return True
# 如果需要标记，visited[i] = True # 标记当前节点为已访问
# 访问当前节点的邻居节点
for neighbor in adj[i]:
# 具体的操作
# 返回
return 几类问题
- 如果存在环的情况，一般要设置
visited，不然会重复访问，当然，如果是有向无环图，就不用设置visited - 当你要记录一个节点是否被访问的时候，你就要设置这个
visited visited标记的更新的问题
python
def dfs(i):
# 一般更新在外边
visited[i] = True- 如何判断是否有环的问题？你可以记录当前节点的
parent,当遇到一个新的已经访问的节点，并且该节点还不是父节点(感觉n>2才行)
1971.寻找图中是否存在路径
思路分析：该题使用传统的DFS可以完成，当然使用并查集也可以完成.下面介绍使用dfs的做法
- 使用
dfs，首先为了方便起见，我们使用邻接表记录图中边的情况，注意使用的是邻接表，同时，我们应该开一个数组visited[i]用来记录节点i是否被访问过。递归的截止的条件是i == destination,否则，我们首先将当前访问的节点标记为True,接着，我们访问i的邻居节点neighbor,如果邻居节点还没有被访问，我们就可以递归访问，当有一个节点返回True,我们就返回True,当访问完全部的节点都没有返回True,我们就返回True
python
from typing import List
class Solution:
def validPath(self, n: int, edges: List[List[int]], source: int, destination: int) -> bool:
# 使用邻接表存储图
adj = [[] for _ in range(n)]
for u, v in edges:
adj[u].append(v)
adj[v].append(u)
# 记录访问过的节点
visited = [False] * n
# DFS 函数
def dfs(i):
if i == destination:
return True
visited[i] = True # 标记当前节点为已访问
for neighbor in adj[i]:
if not visited[neighbor]:
if dfs(neighbor):
return True
return False # 所有路径都尝试过，未找到目标节点
return dfs(source)797.所有可能的路径
思路分析：求解的是方案数，我们需要传递两个参数，当前访问到的节点i和当前的路径存储path,注意，每次应该先把当前的节点加入path,然后进行判断是否到达n-1,如果没有，就访问邻居节点，否则就把path加入ans答案中，访问完邻居之后，就path.pop()弹出节点i
python
class Solution:
def allPathsSourceTarget(self, graph: List[List[int]]) -> List[List[int]]:
ans = [] # 存储所有路径
n = len(graph)
def dfs(i, path):
# 将当前节点加入路径
path.append(i)
# 如果当前节点是目标节点，将路径加入结果
if i == n - 1:
ans.append(path.copy()) # 注意：这里需要传递 path 的副本
# 遍历所有邻居节点
for neighbor in graph[i]:
dfs(neighbor, path) # 递归调用
# 回溯：移除当前节点
path.pop()
dfs(0, []) # 从节点 0 开始 DFS
return ans841.钥匙和房间
思路分析：我们只要使用这个dfs进行遍历即可，通过判断访问的房间数是否等于n或者是否访问过全部的房间
python
class Solution:
def canVisitAllRooms(self, rooms: List[List[int]]) -> bool:
n = len(rooms)
visited = [False] * n # 记录房间是否被访问过
def dfs(i):
nonlocal num # 使用 nonlocal 关键字修改外部变量
visited[i] = True # 标记当前房间为已访问
num += 1 # 更新已访问的房间数量
for neigh in rooms[i]: # 访问邻居
if not visited[neigh]:
dfs(neigh) # 递归访问未访问的房间
num = 0 # 记录已访问的房间数量
dfs(0) # 从房间 0 开始访问
return num == n # 检查是否所有房间都被访问过