2401_84910613的博客

在递归返回后，说明该子节点的子树已经全部遍历完毕，将该子节点的状态设置为已遍历且子节点全部回溯完（状态 1），同时将子节点所在的并查集合并到当前节点所在的并查集（即将子节点的并查集代表元素设置为当前节点）。向上标记法的基本思想是先从节点 a 开始，将其到根节点的路径上的所有节点标记，然后从节点 b 开始向上遍历，第一个遇到的已标记节点就是 a 和 b 的最近公共祖先。对给定的树进行预处理，将每个节点的初始状态设置为未遍历（状态 3），并查集的每个元素的父节点初始化为自身，代表每个节点初始时属于独立的集合。

以 “拯救大兵瑞恩” 为例，使用三维数组 d[x][y][st] 记录状态，其中 (x,y) 表示节点坐标，st 表示当前拥有的钥匙状态，只有拿到了钥匙才能进入到对应层的一些状态，在 BFS 或 Dijkstra 过程中更新状态。以 “可以免费建立 k 条边，求最小的花费” 为例，二分答案 mid，将边权大于 mid 的边视为 1，边权小于等于 mid 的边视为 0，使用双端队列 BFS 求解最短路，判断最短路径上大于 mid 的边数是否小于等于 k。对于边权为 1 的边，将其终点插入队尾。

在有向图 G 中，如果对于任意两个顶点 u 和 v，都存在从 u 到 v 以及从 v 到 u 的路径，则称图 G 是强连通图。强连通分量是有向图中的极大强连通子图，即该子图是强连通的，且不存在包含该子图且更大的强连通子图。基本思想：Floyd 算法是一种动态规划算法，用于计算图中任意两点之间的最短路径。对于每一对顶点 i 和 j，考虑是否通过中间顶点 k 能使路径更短，即 dist[i][j]=min(dist[i][j],dist[i][k]+dist[k][j])。

它将图中的所有顶点排成一个线性序列，使得对于图中的任意一条有向边 (u, v)，顶点 u 在序列中都出现在顶点 v 之前。因为拓扑排序的特性保证了在处理过程中，先处理的顶点级别不高于后处理的顶点级别，通过这种方式能得到满足车次运行要求的最少级别划分。可以将任务看作图的顶点，任务之间的依赖关系看作有向边，通过拓扑排序可以确定任务的执行顺序，确保在执行某个任务之前，其所有前置任务都已经完成。否则，图中存在环，不存在拓扑排序。对于该顶点的所有邻接顶点（即由该顶点出发的边指向的顶点），将它们的入度减 1。

在一棵有根树中，对于两个节点u和v，它们的最近公共祖先lca是指同时是u和v的祖先，且深度最大的节点。也就是说，lca是u和v在树中 “最深” 的共同祖先节点。例如，在一个家族树中，假设 A 是 B 和 C 的共同祖先，且不存在比 A 更接近 B 和 C 的共同祖先，那么 A 就是 B 和 C 的最近公共祖先。倍增算法（Binary Lifting）是一种非常实用的算法技巧，主要用于解决树上的一些查询问题，例如求最近公共祖先（LCA）、树上路径查询等。

/有向图的欧拉路径是入度和出度都相等or2个不等，一个出度大1的是start，另外一个是end。定义：在有向图中，从一个顶点出发，经过每条边恰好一次，并且遍历所有顶点的路径称为有向图的欧拉路径。定义：在有向图中，从一个顶点出发，经过每条边恰好一次，最后回到起始顶点的路径称为有向图的欧拉回路。定义：在无向图中，从一个顶点出发，经过每条边恰好一次，并且遍历所有顶点的路径称为无向图的欧拉路径。定义：在无向图中，从一个顶点出发，经过每条边恰好一次，最后回到起始顶点的路径称为无向图的欧拉回路。

若一个格子能通过马走 “日” 的规则到达另一个非障碍物格子，并且这两个格子属于不同的集合，那么它们之间存在一条边。输入与初始化。

使用普里姆算法：若从顶点 A 开始，首先选择权值最小的边 AD，然后从与 A、D 相连的边中选择权值最小的 CD，接着选择 AB，再选择 BC，最后选择 CE，得到的最小生成树包含边 AD、CD、AB、BC、CE，总权值为 2 + 1 + 3 + 4 + 7 = 17。假设有一个无向连通加权图，顶点为 A、B、C、D、E，边及其权值分别为：AB (3)、AC (5)、AD (2)、BC (4)、BD (6)、CD (1)、CE (7)、DE (8)。它是原图的一个子图，具有以下特点：包含原图中所有的顶点；

传递闭包是指在有向图中，对于所有顶点对，如果存在从顶点(i)到顶点(j)的路径（可以经过多个中间顶点），则在传递闭包中存在一条从(i)到(j)的有向边。在FloydWarshall算法的基础上，将距离初始化改为可达性初始化，若有直接边相连则可达性为(1)，否则为(0)。在算法过程中，若(dist[i][k]=1)且(dist[k][j]=1)，则(dist[i][j]=1)，表示从(i)到(j)可达。

3. 状态更新：在 BFS 遍历过程中，对于当前顶点 $u$ 的每个邻接顶点 $v$ ： - 如果 `dist[v]` 为无穷大，说明这是第一次访问到顶点 $v$，则 `dist[v] = dist[u] + 1`，`count[v] = count[u]`。在 BFS 的过程中，维护两个数组： - `dist[i]` 表示从顶点 1 到顶点 $i$ 的最短距离，初始化为无穷大，顶点 1 的距离初始化为 0。这是一道图论中的最短路径计数问题，要求计算从顶点1到图中其他每个顶点的最短路径的数量。

最短路算法常与深度优先搜索（DFS）、动态规划（DP）、二分答案、拓扑排序等算法结合使用：- 最短路与DFS结合：在一些图的路径问题中，当需要访问特定的多个结点，且数据范围较小时，可使用DFS。例如在一个有(n)个结点、(m)条无向边的图中，有(x)个结点必须访问，求最短路径。此时问题可转化为如何排列这(x)个结点，使得从起始结点依次经过其余结点所经过的路径最短。

它基于贪心策略，从起始城镇(T_s)（源点）出发，不断选择距离源点最近的未确定顶点，更新其邻接顶点的距离，逐步确定到其他所有顶点的最短距离，最终得到到终点城镇(T_e)的最短路径和最小总费用。2. 转换问题：为了让(B)收到(100)元，设(A)转出的金额为(x)元，那么经过一系列转账路径后，最终到达(B)的金额为(x)扣除所有手续费后的剩余金额，要使其等于(100)元。首先将源点加入队列，然后不断取出队首顶点，对其邻接顶点进行松弛操作，如果某个邻接顶点的距离值被更新，且该顶点不在队列中，则将其加入队列。