当前位置: 首页 > news >正文

day50 图论基础 卡码网98. 所有可达路径

图论基础:

图的基本概念:

二维坐标中,两点可以连成线,多个点连成的线就构成了图。

当然图也可以就一个节点,甚至没有节点(空图)。

图的种类:有向图;无向图。

有向图:两个节点之间通过→连接。

无向图:两个节点仅连接,而没有箭头。

权值:表示路径的值。

度:有多少边连接该节点,这个节点就有几度。

出度:有多少条边从该节点支出,那就有多少出度。

入度:有多少条边指向该节点,那就有多少入度。

(出度和入度都只在有向图中)

连通图:从某一个节点出发,可以达到任意一个其他的节点。(无向图)

强连通图:同上,但是是在有向图中。

连通分量:即极大连通子图,就是无向图并是连通图,但是可以分成几部分,每一部分都是连通图,那么每一部分就叫连通分量。(无向图)

强联通分量:同上,但是是在有向图中。

图的构造:

朴素存储:构造一个n*2的数组,每一行的第一个元素是出发点,第二个元素是箭头指向节点。但这种数组不便于遍历。

邻接矩阵:构造一个n*n的grad数组,第i行第j列表示第i个节点指向第j个节点,权值为该元素的大小。如果是无向图,那就把第j行第i列的位置元素大小也设为该权值。缺点:如果节点很多,就会很浪费空间。(适用于节点少,但边多的情况)

邻接表:左侧一个n大小的数组,右边一个链表,数组中节点以箭头指向方向指向链表,不需要在意链表中节点的顺序,只是这一串链表的节点都可以从数组的那一个节点直接指向。开辟空间的大小在于边的多少。(适合用于节点多,边少的情况)

图的遍历:

深度优先搜索(DFS)和广度优先搜索(BFS)。

相对应的就是二叉树中的递归遍历和层序遍历。

深度优先搜索:

可以理解为:从出发点开始,一直朝着一个方向进行,直接到达终点或者是曾经访问过的节点,然后撤销最近的一次移动,再朝另一个方向进行,不断反复。

深搜三部曲:

1.确定函数和参数

2.确定终止条件

3.处理节点

vector<vector<int>> result; //结果集vector<int> path; //单条路径void dfs(图,目前搜索的节点){if(终止条件){存放结果;return;}for(){处理节点;dfs(图,选择的节点);回溯,撤销处理结果;}}

广度优先搜索:

适合于解决两个点之间的最短路径问题。

因为广搜是从起点出发,以起始点为中心一圈一圈进行搜索,一旦遇到终点,记录之前走过的节点就是一条最短路。

从start起点开始,是一圈一圈,向外搜索,方格编号1为第一步遍历的节点,方格编号2为第二步遍历的节点,第四步的时候我们找到终止点end。

正是因为BFS一圈一圈的遍历方式,所以一旦遇到终止点,那么一定是一条最短路径。

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}}}}

所有可达路径

题目描述

给定一个有 n 个节点的有向无环图,节点编号从 1 到 n。请编写一个函数,找出并返回所有从节点 1 到节点 n 的路径。每条路径应以节点编号的列表形式表示。

输入描述

第一行包含两个整数 N,M,表示图中拥有 N 个节点,M 条边

后续 M 行,每行包含两个整数 s 和 t,表示图中的 s 节点与 t 节点中有一条路径

输出描述

输出所有的可达路径,路径中所有节点之间空格隔开,每条路径独占一行,存在多条路径,路径输出的顺序可任意。如果不存在任何一条路径,则输出 -1。

注意输出的序列中,最后一个节点后面没有空格! 例如正确的答案是 `1 3 5`,而不是 `1 3 5 `, 5后面没有空格!

输入示例
5 5
1 3
3 5
1 2
2 4
4 5
输出示例
1 3 5
1 2 4 5
提示信息

用例解释:

有五个节点,其中的从 1 到达 5 的路径有两个,分别是 1 -> 3 -> 5 和 1 -> 2 -> 4 -> 5。

因为拥有多条路径,所以输出结果为:

1 3 5
1 2 4 5

1 2 4 5
1 3 5
都算正确。

数据范围:

  • 图中不存在自环
  • 图中不存在平行边
  • 1 <= N <= 100
  • 1 <= M <= 500

首先就是如何存图的问题。两种方式,一种是邻接矩阵,一种是邻接表。

邻接矩阵:首先要定义一个大小为n+1 * n+1的graph二维数组,全初始化为0。然后把每条边存入这个数组中,让每个graph[s][t]=1。

深搜三部曲:

确定函数和参数:函数类型是void,参数有图(二维数组),当前节点位置,终止节点。

确定终止条件:如果当前节点等于终止节点了,就把path加进result里,然后返回。

处理当前节点:如何去找到当前节点指向哪个节点的,循环遍历,判断从该节点出发到其他所有节点的graph是否==1。如果==1,就把这个节点放入path,然后递归dfs(graph,x,n),再回溯,即撤销这个节点。

注意输出的时候要考虑每行最后不能再加空格。

#include <iostream>
#include <vector>
using namespace std;
vector<int> path;
vector<vector<int>> result;
void dfs(vector<vector<int>>& graph,int x,int n);
int main()
{int n,m;cin>>n>>m;vector<vector<int>> graph(n+1,vector<int>(n+1,0));int s,t;for(int i = 1;i<=m;i++){cin>>s>>t;graph[s][t] = 1;    }path.push_back(1);dfs(graph,1,n);if(result.size()==0) cout<<"-1";for(const vector<int>& pa:result){ for(int i = 0;i<pa.size();i++){cout<<pa[i];if(i!=pa.size()-1) cout<<" ";}cout<<endl;}
}
void dfs(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();}}
}

再给出邻接表的写法(来自代码随想录,自己有点懒了···),不给解释了,关键是看看邻接表如何存图。

#include <iostream>
#include <vector>
#include <list>
using namespace std;vector<vector<int>> result; // 收集符合条件的路径
vector<int> path; // 1节点到终点的路径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}
}int main() {int n, m, s, t;cin >> n >> m;// 节点编号从1到n,所以申请 n+1 这么大的数组vector<list<int>> graph(n + 1); // 邻接表while (m--) {cin >> s >> t;// 使用邻接表 ,表示 s -> t 是相连的graph[s].push_back(t);}path.push_back(1); // 无论什么路径已经是从0节点出发dfs(graph, 1, n); // 开始遍历// 输出结果if (result.size() == 0) cout << -1 << endl;for (const vector<int> &pa : result) {for (int i = 0; i < pa.size() - 1; i++) {cout << pa[i] << " ";}cout << pa[pa.size() - 1]  << endl;}
}

http://www.lryc.cn/news/619377.html

相关文章:

  • 15-docker的企业级私有仓库之docker-harbor
  • 若依plus SpringCloud [DUBBO] 多模块异常抛出 异常里面包了一层异常
  • docker load镜像后 名字和标签异常解决
  • 【Docker项目实战】使用Docker部署todo任务管理器
  • 飞算JavaAI云原生实践:基于Docker与K8s的自动化部署架构解析
  • python环境依赖冲突问题(1)
  • Docker 在 Linux 中的额外资源占用分析
  • Java设计模式全景解析:从演进历程到创新实践
  • 【网络运维】Playbook进阶: 管理变量
  • Windows11 运行IsaacSim GPU Vulkan崩溃
  • ADB 无线调试连接(Windows + WSL 环境)
  • 药房智能盘库系统:基于CV与时间序列预测的库存革命
  • vue3 el-select el-button 在同一行显示
  • Vue:实现一个无线滚动列表的解决方案
  • 【密码学实战】国密SM2算法介绍及加解密/签名代码实现示例
  • 2021 年全国硕士研究生招生考试真题笔记
  • 若依前后端分离版学习笔记(九)——登录和操作日志
  • Android中获取状态栏高度
  • 算法题打卡力扣第11题:盛最多水的容器(mid)
  • [AI React Web]`意图识别`引擎 | `上下文选择算法` | `url内容抓取` | 截图捕获
  • 【递归、搜索与回溯算法】穷举、暴搜、深搜、回溯、剪枝
  • BGE:智源研究院的通用嵌入模型家族——从文本到多模态的语义检索革命
  • 海洋通信系统技术文档(1)
  • 高可用实战之Nginx + Apache篇
  • QT常用类解析
  • ubuntu20.04下C++实现点云的多边形区域过滤(2种实现:1、pcl的CropHull滤波器;2、CUDA上实现射线法)
  • 在Ubuntu24.04中使用ssh连接本地git仓库到github远程仓库
  • C++QT HTTP与HTTPS的使用方式
  • 【网络安全测试】OWASP ZAP web安全测试工具使用指导及常用配置(有关必回)
  • Spring事务管理实战:从注解到进阶