代码随想录算法训练营第四十三天任务
图论理论基础

深搜理论基础
深度优先搜索dfs本质是递归+回溯,往一个方向搜索,搜到底,再回撤换方向搜索。
代码框架和回溯法的代码框架类似。
cpp
vector<vector<int>> result; // 保存符合条件的所有路径
vector<int> path; // 起点到终点的路径
void dfs(图,目前搜索节点) {
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
}
}
卡码网98. 所有可达路径
图的表示方法:邻接矩阵和邻接表
cpp
//邻接矩阵
vector<vector<int>> graph(n+1, vector<int>(n+1, 0))
graph[s][t] = 1; // 1表示节点s指向节点t
// 邻接表
vector<list<int>> graph(n+1);
graph[s].push_back(t); // 表示 s -> t 是相连的
cpp
#include <iostream>
#include <vector>
using namespace std;
vector<int> path;
vector<vector<int>> result;
void dfs(const vector<vector<int>>&graph, int x, int n) {
if (x == n) {
result.push_back(path);
return;
}
for (int i = 1; i <= n; ++i) {
if (graph[x][i] == 1) {
path.push_back(i);
dfs(graph, i, n);
path.pop_back();
}
}
}
int main() {
int n, m;
cin >> n >> m;
vector<vector<int>> graph(n + 1, vector<int>(n+1, 0));
while(m--) {
int s,t;
cin >> s >> t;
graph[s][t] = 1;
}
path.push_back(1); // 如何路径都是从节点1开始
dfs(graph, 1, n);
if (result.size() == 0) cout << -1 << endl; // 不存在任何一条路径,输出 -1
for (int i = 0; i < result.size(); ++i) {
for(int j = 0; j < result[i].size()-1; ++j) {
cout << result[i][j] << " ";
}
cout << result[i][result[i].size()-1] << endl;
}
return 0;
}
邻接表深搜写法:
cpp
void dfs (const vector<list<int>>& graph, int x, int n) {
if (x == n) { // 找到符合条件的一条路径
result.push_back(path);
return;
}
for (int i : graph[x]) { // 找到 x指向的节点
path.push_back(i); // 遍历到的节点加入到路径中来
dfs(graph, i, n); // 进入下一层递归
path.pop_back(); // 回溯,撤销本节点
}
}
797. 所有可能的路径
有了上题的铺垫,这道题就简单了,按照深搜模板就可写出来。
cpp
class Solution {
private:
vector<int> path;
vector<vector<int>> result;
void dfs(const vector<vector<int>>& graph, int x, int n) {
if (x == n-1) { // 搜索到n-1,保存路径
result.push_back(path);
return;
}
for (int i = 0; i < graph[x].size(); ++i) {
path.push_back(graph[x][i]);
dfs(graph, graph[x][i], n);
path.pop_back(); // 回溯
}
}
public:
vector<vector<int>> allPathsSourceTarget(vector<vector<int>>& graph) {
path.push_back(0); // 每条路径从0开始。
int n = graph.size();
dfs(graph, 0, n);
return result;
}
};
时间复杂度:
最坏情况,假设图是完全有向无环图(每个节点 i 都能指向所有编号大于 i 的节点),此时从0到n-1的路径数量是2n-2(节点1到节点n-2每个都有"选"或"不选"两种可能),每条路径的长度是n(比如0→1→2→...→n-1)
总操作数 = 路径数 × 单条路径长度 ≈ 2n-2 × n
因此时间复杂度为O(n × 2n) 忽略常数系数2-2。
空间复杂度:递归栈深度O(N)。
广搜理论基础
广度优先搜索bfs是一圈一圈的搜索。
广搜的过程就是给出一个start起始位置,从上下左右四个方向走出第一步。

广搜代码框架:
cpp
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
}
}
}
}
和二叉树的层序遍历是相似的,这里用一个visited数组来标记访问过的节点。
用一个4*2的数组表示方向,方便获取当前节点四个方向的坐标。


