深度优先搜索与并查集

一：深度优先搜索

示例1

题目链接：886. 可能的二分法 - 力扣（LeetCode）

首先可以构建一个图的邻接表表示，然后使用深度优先搜索（DFS）算法来检查图是否可以二分。如果图可以二分，则返回 True；否则返回 False。具体步骤如下：

1. 构建图：使用一个列表 graph 来存储每个节点的邻接节点。
2. 初始化颜色数组：使用一个数组 color 来记录每个节点的颜色，-1 表示未着色。
3. DFS 检查：定义一个 DFS 函数，递归地为每个节点着色，并检查其相邻节点的颜色是否满足二分条件。
4. 遍历所有节点：确保每个节点都被检查，如果发现未着色的节点，则从该节点开始进行 DFS 检查。
5. 返回结果：如果所有节点都满足二分条件，则返回 True；否则返回 False。

def possibleBipartition(n, dislikes):
    # 创建一个大小为 n+1 的列表，用于存储图中的每个节点及其相邻节点
    graph = [[] for _ in range(n + 1)]
    
    # 遍历 dislikes 列表，构建图的邻接表表示
    for u, v in dislikes:
        graph[u].append(v)  # 添加 v 到 u 的邻接列表
        graph[v].append(u)  # 添加 u 到 v 的邻接列表

    # 初始化颜色数组，-1 表示节点尚未着色
    color = [-1] * (n + 1) 

    # 定义深度优先搜索（DFS）函数，用于检查图是否可以二分
    def dfs(node, c):
        # 将当前节点着色为 c（0 或 1）
        color[node] = c
     
        # 遍历当前节点的所有相邻节点
        for neighbor in graph[node]:
            # 如果相邻节点未着色，则递归调用 dfs 着色为 1-c
            if color[neighbor] == -1:
                if not dfs(neighbor, 1 - c):
                    return False
            # 如果相邻节点已着色且颜色与当前节点相同，则图不是二分的
            elif color[neighbor] == c:
                return False
        # 如果所有相邻节点都满足条件，返回 True
        return Tru