搜索与图论笔记

#搜索#
1.BFS最短路性质
边的权重为1时，BFS有最短路性质，DFS不具有
2.应用场景
BFS：最小步数，最短距离，最少操作几次
DFS：算法思路比较奇怪，对空间要求比较高
3.DFS回溯和剪枝
DFS，又称爆搜，搜索顺序可以看成一棵树
DFS回溯（恢复现场）：每完成一次DFS之后紧接着就是恢复现场，即dfs和回溯要在一个区域块之内
DFS剪枝：提前判断当前方案是否合法，如果不合法就没必要往下搜了，字节回溯
有最优性剪枝，可行性剪枝
4.BFS一般需要用到queue

#图#
1.树是一种特殊的图，无环连通图
2.图：有向图，无向图，无向图可以看做特殊的有向图（一条无向变可以看做是两条有向边），所以我们一般考虑有向图就行了
3.有向图的存储：
（1）邻接矩阵（二维数组）：空间复杂度O（n^2），比较浪费空间，使用较少，且不能体现重边，因此比较适合存贮不需要考虑重边的稠密图
（2）邻接表（单链表）：空间复杂度O（n），每个点都有一个单链表，用来存贮从这个点出发可以走到那些点，插入时使用头插法，单链表的次序是无关紧要的，适合稀疏图
注意：区分顶点和顶点下标
基本上邻接表存储的都是顶点下标，而最短路径dist数组以及状态数组st，队列中的元素存储的都是顶点，不要搞混了。
4.树和图的遍历（因为数可以看做特殊的图，所以我们只考虑图就行了）
（1）DFS、BFS
（2）因为深度和宽度有限搜索只会遍历一次，所以要设置一个bool数组保存某个点有没有遍历过
5.拓扑序列
（1）图的宽度优先遍历的一个应用
（2）针对有向图，无向图没有拓扑序列概念
（3）所有的边都是从前指向后，不可能有环
（4）拓扑图：有向无环图
6.最短路
（1）源点：起点    汇点：终点
（2）稠密图：m~n^2    稀疏图：m~n    （m表示边，n表示点）
（3）考察核心：建图（把