算法基础--------【图论】
图论(待完善)
DFS:和回溯差不多
BFS:进while进行层序遍历
定义: 图论(Graph Theory)是研究图及其相关问题的数学理论。图由节点(顶点)和连接这些节点的边组成。图论的研究范围广泛,涉及路径、流、匹配、着色等诸多问题。
特点:
节点和边: 图论问题通常围绕节点(点)和边(线)展开,研究它们之间的关系。
图的种类: 包括无向图、有向图、加权图等不同类型的图,每种图有不同的应用场景。
算法: 常见的图论算法包括深度优先搜索(DFS)、广度优先搜索(BFS)、最短路径算法(如Dijkstra算法、Floyd-Warshall算法)、最小生成树算法(如Kruskal算法、Prim算法)等。(Dijkstra华子暑期实习笔试考了)
适用范围: 广泛用于网络分析、路径规划、资源分配等领域,如社交网络、交通系统、计算机网络等。(网络分析,路径规划这个真的很爱考)
示例: 最短路径问题(如寻找城市之间的最短路线)是一个经典的图论问题,通常用Dijkstra算法或Bellman-Ford算法解决。
【200】岛屿数量
要么用DFS的思想,要么用BFS层序遍历的思想
DFS:节点有四个方向,都遍历一遍,我写的逻辑是先下右上左。
dfs方法: 设目前指针指向一个岛屿中的某一点 (i, j),寻找包括此点的岛屿边界。
从 (i, j) 向此点的上下左右 (i+1,j),(i-1,j),(i,j+1),(i,j-1) 做深度搜索。
终止条件:
(i, j) 越过矩阵边界;
grid[i][j] == 0,代表此分支已越过岛屿边界。
搜索岛屿的同时,执行 grid[i][j] = ‘0’,即将岛屿所有节点删除,以免之后重复搜索相同岛屿。
主循环:
遍历整个矩阵,当遇到 grid[i][j] == ‘1’ 时,从此点开始做深度优先搜索 dfs,岛屿数 count + 1 且在深度优先搜索中删除此岛屿。
最终返回岛屿数 count 即可。
DFS:
class Solution { public: int numIslands(vector& grid) { if(grid.size() == 0 || grid[0].size() == 0)return 0; int m = grid.size(),n = grid[0].size(); vector vec; int res =0; for(int i =0;i vector int tmp = grid[i][j]-'0'; tempvec.push_back(tmp);//转化成int类型的 } vec.push_back(tempvec); } for(int i =0;i for(int j=0;j if( vec[i][j] == 1){ dfs(vec,i,j);//dfs的次数就是岛屿的数量 res++; } } } return res; } private: void dfs(vector if(i Solution s; vector {'1','1','1','1','0'}, {'1','1','0','1','0'}, {'1','1','0','0','0'}, {'0','0','0','0','0'}}; s.numIslands(grid); system("pause"); return 0; } {-1, 0}, {1, 0}, {0, -1}, {0, 1}}; }; public: int orangesRotting(vector if(grid.size() == 0 ||grid[0].size() ==0)return -1; int m = grid.size();int n = grid[0].size(); int min = 0;//分钟数 int fresh = 0;//新鲜橘子 queue for(int j =0;j if(grid[i][j] == 2){ q.push({i,j}); }else if(grid[i][j] == 1){//统计新鲜橘子 fresh++; } } } // if(q.empty() || fresh==0 )return -1;//没有腐烂的橘子 没有新鲜的橘子 vector{1,0},{0,1},{0,-1},{-1,0}}; while(!q.empty()){//每一层 int qsize = q.size();//有n个烂橘子 bool flag = false; for(int i =0;i//遍历这n个烂橘子 int x = q.front().first; int y = q.front().second; q.pop(); for(auto dir:dirs){ int nx = dir.first+x; int ny = dir.second+y; if(nx =0 && nx q.push({nx,ny}); grid[nx][ny] = 2; fresh--;//到最后要没有新鲜橘子才结束 flag = 1;//有新鲜橘子就标记 } } } //一层就要++ if(flag)min++;//有新鲜橘子才++ } return fresh? -1:min; } };