剑指offer108-118图问题—深度遍历，广度遍历，并查集

一般而言，如果一个问题是关于事物状态的改变，那么可以考虑把该问题转化为图的搜索问题。

剑指 Offer II 108. 单词演变

在字典（单词列表） wordList 中，从单词 beginWord 和 endWord 的 转换序列 是一个按下述规格形成的序列：

序列中第一个单词是 beginWord 。
序列中最后一个单词是 endWord 。
每次转换只能改变一个字母。
转换过程中的中间单词必须是字典 wordList 中的单词。
给定两个长度相同但内容不同的单词 beginWord 和 endWord 和一个字典 wordList ，找到从 beginWord 到 endWord 的 最短转换序列 中的 单词数目 。如果不存在这样的转换序列，返回 0。

输入：beginWord = “hit”, endWord = “cog”, wordList = [“hot”,“dot”,“dog”,“lot”,“log”,“cog”]
输出：5
解释：一个最短转换序列是 “hit” -> “hot” -> “dot” -> “dog” -> “cog”, 返回它的长度 5。

意思是从开始到结尾，每个单词之间只能改变一个字母

广度优先算法可以计算路径的长度或者最短路径，像树一样，层序遍历求有多少层，到每层时先计算这一层的元素有多少。但并不是真的构造一个树，也没有边相连，在寻找子节点时用下面的方法。

class Solution {
    void getNeighbor(unordered_set<string>& visted, string& word, queue<string>& que) {

        for (int i = 0; i < word.size(); ++i) {  //对父单词的每个字母都进行下遍历
            char temp = word[i];                //获得当前字母
            for (char ch = 'a'; ch <= 'z'; ++ch) { 
                word[i] = ch;      
                if (ch != temp && visted.count(word)) {
                    que.push(word);
                }
            }
            word[i] = temp;
        }
    }

public:
    int ladderLength(string beginWord, string endWord, vector<string>& wordList) {
        //建立一个已经访问的哈希表
        unordered_set<string> visted; 

        //将每个单词都加到这个哈希表中
        for (auto& word : wordList) {
            visted.insert(word);
        }

        //如果并没有包含结束元素直接返回
        if (!visted.count(endWord)) {
            return 0;
        }

        // 单向 BFS
        queue<string> que;

        que.push(beginWord); //将开始元素加入到队列中
        int len = 0;

        while (!que.empty()) { //只要队列还存在元素
            int size = que.size();  //获得队列中的这一层元素个数
            len++; //层次加一
            while (size--) {  //将这一层消耗掉，把其子孙加入 全部的子孙为下一层
                string word = que.front();  //将队列头结点拿出来 然后加上访问，然后将其子孙加进来
                que.pop();
                visted.erase(word);
                if (word == endWord) {
                    return len;
                }
                getNeighbor(visted, word, que);
            }
        }
        return 0;
    }
};

剑指 Offer II 109. 开密码锁

一个密码锁由 4 个环形拨轮组成，每个拨轮都有 10 个数字： ‘0’, ‘1’, ‘2’, ‘3’, ‘4’, ‘5’, ‘6’, ‘7’, ‘8’, ‘9’ 。每个拨轮可以自由旋转：例如把 ‘9’ 变为 ‘0’，‘0’ 变为 ‘9’ 。每次旋转都只能旋转一个拨轮的一位数字。

锁的初始数字为 ‘0000’ ，一个代表四个拨轮的数字的字符串。

列表 deadends 包含了一组死亡数字，一旦拨轮的数字和列表里的任何一个元素相同，这个锁将会被永久锁定，无法再被旋转。

字符串 target 代表可以解锁的数字，请给出解锁需要的最小旋转次数，如果无论如何不能解锁，返回 -1 。

和上题一个思路

剑指 Offer II 110. 所有路径（有向图 深度遍历）

给定一个有 n 个节点的有向无环图，用二维数组 graph 表示，请找到所有从 0 到 n-1 的路径并输出（不要求按顺序）。

graph 的第 i 个数组中的单元都表示有向图中 i 号节点所能到达的下一些结点（译者注：有向图是有方向的，即规定了 a→b 你就不能从 b→a ），若为空，就是没有下一个节点了。

深度优先搜索，即递归

graph[node]是node节点能到的位置，这里用n去遍历它

因为题目中明确表示为无环图，所以不需要判断一个节点是否以及访问过

只要遍历的节点的数目达到n-1，那么就是一条路径

剑指 Offer II 111. 计算除法

给定一个变量对数组 equations 和一个实数值数组 values 作为已知条件，其中 equations[i] = [Ai, Bi] 和 values[i] 共同表示等式 Ai / Bi = values[i] 。每个 Ai 或 Bi 是一个表示单个变量的字符串。

另有一些以数组 queries 表示的问题，其中 queries[j] = [Cj, Dj] 表示第 j 个问题，请你根据已知条件找出 Cj / Dj = ? 的结果作为答案。

返回 所有问题的答案 。如果存在某个无法确定的答案，则用 -1.0 替代这个答案。如果问题中出现了给定的已知条件中没有出现的字符串，也需要用 -1.0 替代这个答案。

注意：输入总是有效的。可以假设除法运算中不会出现除数为 0 的情况，且不存在任何矛盾的结果

class Solution {
private:
    double dfs(unordered_map<string, vector<pair<string, double>>>& graph, unordered_set<string>& visted, string start, string end, double val) {
        if (start == end) {  
            return val;
        }

        visted.insert(start);  //将新节点加入到visted中防止回头
        for (auto& node : graph[start]) { //循环遍历图
            if (!visted.count(node.first)) {//如果图的开始结点没有被访问过
                double ret = dfs(graph, visted, node.first, end, node.second * val);//起点一直在变，终点没有改变
                if (ret > 0) {  //这个地方很关键，并不是直接返回而是进行判断
                    return ret; //如果大于 0 肯定可以直接返回，但如果小于 0, 只能说明当前元素作为起点无法与终点连通，应进行下一循环，换个起点
                }如果直接返回 -1 就相当于断言没有通向终点的路径，并非如此，循环结束才能说明无法到达
            }
        }

        return -1;
    }

public:
    vector<double> calcEquation(vector<vector<string>>& equations, vector<double>& values, vector<vector<string>>& queries) {
       //graph第一个元素存放a，b这种节点，第二个元素存放到另外元素的权重的容器
        unordered_map<string, vector<pair<string, double>>> graph;


        //equations[i][0]表示起始点，graph[equations[i][1]]表示终点，values[i]表示由起始到终点的权重
        for (int i = 0; i < equations.size(); ++i) {
            graph[equations[i][0]].push_back({ equations[i][1], values[i] });
            graph[equations[i][1]].push_back({ equations[i][0], 1 / values[i] });
        }

        //用ret表示  -1.0是题目中表示没有通道的数
        vector<double> ret(queries.size(), -1.0); 
        for (int i = 0; i < queries.size(); ++i) { //对所有提出的问题进行遍历
            if (graph.count(queries[i][0]) && graph.count(queries[i][1])) { //如果图中包含起始终点，就把-1.0更新否则不更新
                unordered_set<string> visted;
                ret[i] = dfs(graph, visted, queries[i][0], queries[i][1], 1);
            }
        }

        return ret;
    }
};

剑指 Offer II 112. 最长递增路径

给定一个 m x n 整数矩阵 matrix ，找出其中 最长递增路径 的长度。

对于每个单元格，你可以往上，下，左，右四个方向移动。 不能 在 对角线 方向上移动或移动到 边界外（即不允许环绕）。

路径只要是递增的就行没有大小的限制，但路径必须是最长的。

对每个点进行深度遍历

剑指 Offer II 113. 课程顺序

现在总共有 numCourses 门课需要选，记为 0 到 numCourses-1。

给定一个数组 prerequisites ，它的每一个元素 prerequisites[i] 表示两门课程之间的先修顺序。 例如 prerequisites[i] = [ai, bi] 表示想要学习课程 ai ，需要先完成课程 bi 。

请根据给出的总课程数 numCourses 和表示先修顺序的 prerequisites 得出一个可行的修课序列。

可能会有多个正确的顺序，只要任意返回一种就可以了。如果不可能完成所有课程，返回一个空数组。
输入: numCourses = 4, prerequisites = [[1,0],[2,0],[3,1],[3,2]]
输出: [0,1,2,3] or [0,2,1,3]
解释: 总共有 4 门课程。要学习课程 3，你应该先完成课程 1 和课程 2。并且课程 1 和课程 2 都应该排在课程 0 之后。
因此，一个正确的课程顺序是 [0,1,2,3] 。另一个正确的排序是 [0,2,1,3] 。

用拓扑排序来做，但是题目的意思并不需要一条完整从开始到结束的路径，而是要包含所有节点且顺序要对，那么其实也就是将入度为0的加入节点，加入节点后删除从这个节点出发的其他节点的入度，

class Solution {
public:
    vector<int> findOrder(int numCourses, vector<vector<int>>& prerequisites) {
        
        //表示各节点的邻接表
        unordered_map<int, vector<int>> graph;
        vector<int> inDegress(numCourses, 0); //保存入度
        for (auto& pre : prerequisites) { //维护邻接表和入度为0的表
            graph[pre[1]].push_back(pre[0]);
            inDegress[pre[0]]++;
        }

        vector<int> ret;
        queue<int> que; //队列保存入度为0的节点
        for (int i = 0; i < inDegress.size(); ++i) {
            if (inDegress[i] == 0) {  //如果入度为0将其加入排序序列
                que.push(i);
            }
        }

        while (!que.empty()) {
            int node = que.front();
            que.pop();
            ret.push_back(node);
            for (auto& n : graph[node]) {
                inDegress[n]--;
                if (inDegress[n] == 0) {
                    que.push(n);
                }
            }
        }

        if (ret.size() != numCourses) {
            return {};
        }
        return ret;
    }
};

剑指 Offer II 114. 外星文字典

现有一种使用英语字母的外星文语言，这门语言的字母顺序与英语顺序不同。

给定一个字符串列表 words ，作为这门语言的词典，words 中的字符串已经 按这门新语言的字母顺序进行了排序 。

请你根据该词典还原出此语言中已知的字母顺序，并 按字母递增顺序 排列。若不存在合法字母顺序，返回 “” 。若存在多种可能的合法字母顺序，返回其中 任意一种 顺序即可。

字符串 s 字典顺序小于 字符串 t 有两种情况：

在第一个不同字母处，如果 s 中的字母在这门外星语言的字母顺序中位于 t 中字母之前，那么 s 的字典顺序小于 t 。
如果前面 min(s.length, t.length) 字母都相同，那么 s.length < t.length 时，s 的字典顺序也小于 t 。

输入：words = [“wrt”,“wrf”,“er”,“ett”,“rftt”]
输出：“wertf”

题目意思是words里的单词已经按顺序排好了，比如第二个和第三个但是，说w和
e，w更往前，对第一个和第二个说t比f在前面。题目要求将外星语的单词字母的顺序找出来

下面遍历队列的就不看了和上上题类似

剑指 Offer II 115. 重建序列

给定一个长度为 n 的整数数组 nums ，其中 nums 是范围为 [1，n] 的整数的排列。还提供了一个 2D 整数数组 sequences ，其中 sequences[i] 是 nums 的子序列。
检查 nums 是否是唯一的最短 超序列 。最短 超序列 是 长度最短 的序列，并且所有序列 sequences[i] 都是它的子序列。对于给定的数组 sequences ，可能存在多个有效的 超序列 。

例如，对于 sequences = [[1,2],[1,3]] ，有两个最短的 超序列 ，[1,2,3] 和 [1,3,2] 。
而对于 sequences = [[1,2],[1,3],[1,2,3]] ，唯一可能的最短 超序列 是 [1,2,3] 。[1,2,3,4] 是可能的超序列，但不是最短的。
如果 nums 是序列的唯一最短 超序列 ，则返回 true ，否则返回 false 。
子序列 是一个可以通过从另一个序列中删除一些元素或不删除任何元素，而不改变其余元素的顺序的序列。

输入：nums = [1,2,3], sequences = [[1,2],[1,3],[2,3]]
输出：true
解释：最短可能的超序列为[1,2,3]。
序列 [1,2] 是它的一个子序列：[1,2,3]。
序列 [1,3] 是它的一个子序列：[1,2,3]。
序列 [2,3] 是它的一个子序列：[1,2,3]。
因为 nums 是唯一最短的超序列，所以返回true。

剑指 Offer II 116. 省份数量

用二维数组表示行和列有没有边相连
返回子图的个数，上图有两个子图所以返回2

方法一 广度优先搜索

方法二 并查集

看大佬的笔记并查集
并查集概念主要用于解决一些元素分组的问题。它管理一系列不相交的集合，并支持两种操作：
合并（Union）：把两个不相交的集合合并为一个集合。
查询（Find）：查询两个元素是否在同一个集合中。

并查集的重要思想在于，用集合中的一个元素代表集合。我曾看过一个有趣的比喻，把集合比喻成帮派，而代表元素则是帮主。接下来我们利用这个比喻，看看并查集是如何运作的。

各自合并，如果有一个加入帮派中那么其所有的弟子都会加入这个帮派。

这是一个树状的结构，要寻找集合的代表元素，只需要一层一层往上访问父节点（图中箭头所指的圆），直达树的根节点（图中橙色的圆）即可。

1、初始化，各自为战

int fa[MAXN];
inline void init(int n)
{
    for (int i = 1; i <= n; ++i)
        fa[i] = i;
}

2、查询
用递归的写法实现对代表元素的查询：一层一层访问父节点，直至根节点（根节点的标志就是父节点是本身）。要判断两个元素是否属于同一个集合，只需要看它们的根节点是否相同即可。

int find(int x)
{
    if(fa[x] == x)
        return x;
    else
        return find(fa[x]);
}

3、合并
合并操作也是很简单的，先找到两个集合的代表元素，然后将前者的父节点设为后者即可。

inline void merge(int i, int j)
{
    fa[find(i)] = find(j);
}

3.1 路径压缩

上图如果2和4合并，那么就需要从2找到1，再从1找到3然后3和4合并，形成下面这样

这样可能会形成一条长长的链，随着链越来越长，我们想要从底部找到根节点会变得越来越难。
可以使用路径压缩的方法。既然我们只关心一个元素对应的根节点，那我们希望每个元素到根节点的路径尽可能短，那么可以让每个节点和根节点直接相连。

这样查找就可以通过

int find(int x)
{
    return x == fa[x] ? x : (fa[x] = find(fa[x]));
}

3.2 按秩合并
并查集并不一定都是两层的树，现在我们有一棵较复杂的树需要与一个单元素的集合合并，如果我们可以选择的话，是把7的父节点设为8好，还是把8的父节点设为7好呢？

自然是将7当为父节点，这样就少盖了一层。
我们用一个数组rank[]记录每个根节点对应的树的深度（如果不是根节点，其rank相当于以它作为根节点的子树的深度）。一开始，把所有元素的rank（秩）设为1。合并时比较两个根节点，把rank较小者往较大者上合并。

并查集实现代码

0、改变其根节点

fa[i] = i+1;//将i的根节点设置为i+1

1、初始化（按秩合并）
初始化为其是自身的根节点，它的秩设为1（深度）

inline void init(int n)
{
    for (int i = 1; i <= n; ++i)
    {
        fa[i] = i;
        rank[i] = 1;
    }
}

2、合并（按秩合并）
将两个节点合并，先找到这两个节点的根节点，然后比较两个根的秩，小秩的依托大的秩

inline void merge(int i, int j)
{
    int x = find(i), y = find(j);    //先找到两个根节点
    if (rank[x] <= rank[y])
        fa[x] = y;
    else
        fa[y] = x;
    if (rank[x] == rank[y] && x != y)
        rank[y]++;                   //如果深度相同且根节点不同，则新的根节点的深度+1
}

这个题的解法中层次只有二层

class Solution {
private:
    int findFarther(vector<int>& fa, int node) {
        if (fa[node] == node) { //传递过来一个node初始节点，如果
            return node;
        }
        fa[node] = findFarther(fa, fa[node]);
        return fa[node];
    }

public:
    int findCircleNum(vector<vector<int>>& isConnected) {
        vector<int> fa(isConnected.size());  
        for (int i = 0; i < isConnected.size(); ++i) {
            fa[i] = i;
        }

        int ret = isConnected.size();   //初始化子图的数量为最大值，各节点各自为战
        // 1 2 3 4 5 6 7 8 判断1和后面是否有连接 判断2和后面是否有连接  因此有两个for循环
        for (int i = 0; i < isConnected.size(); ++i) {
            for (int j = i + 1; j < isConnected.size(); ++j) {
                if (isConnected[i][j]) { //如果两个节点有连接 对两个节点寻找父节点
                                        
                    int fartheri = findFarther(fa, i); //找父节点，但是初始时自己是自己的根节点
                    int fartherj = findFarther(fa, j);

                    // 不属于同一个图
                    if (fartheri != fartherj) {
                        ret--;
                        // 节点 j 所属图作为节点 i 所属图的子图
                        fa[fartherj] = fartheri;
                    }
                }
            }
        }

        return ret;
    }
};

剑指 Offer II 117. 相似的字符串

如果交换字符串 X 中的两个不同位置的字母，使得它和字符串 Y 相等，那么称 X 和 Y 两个字符串相似。如果这两个字符串本身是相等的，那它们也是相似的。

例如，“tars” 和 “rats” 是相似的 (交换 0 与 2 的位置)； “rats” 和 “arts” 也是相似的，但是 “star” 不与 “tars”，“rats”，或 “arts” 相似。

总之，它们通过相似性形成了两个关联组：{“tars”, “rats”, “arts”} 和 {“star”}。注意，“tars” 和 “arts” 是在同一组中，即使它们并不相似。形式上，对每个组而言，要确定一个单词在组中，只需要这个词和该组中至少一个单词相似。

给定一个字符串列表 strs。列表中的每个字符串都是 strs 中其它所有字符串的一个 字母异位词 。请问 strs 中有多少个相似字符串组？

字母异位词（anagram），一种把某个字符串的字母的位置（顺序）加以改换所形成的新词。

输入：strs = [“tars”,“rats”,“arts”,“star”]
输出：2

剑指 Offer II 118. 多余的边

树可以看成是一个连通且 无环 的 无向 图。

给定往一棵 n 个节点 (节点值 1～n) 的树中添加一条边后的图。添加的边的两个顶点包含在 1 到 n 中间，且这条附加的边不属于树中已存在的边。图的信息记录于长度为 n 的二维数组 edges ，edges[i] = [ai, bi] 表示图中在 ai 和 bi 之间存在一条边。

请找出一条可以删去的边，删除后可使得剩余部分是一个有着 n 个节点的树。如果有多个答案，则返回数组 edges 中最后出现的边。

上面1 2表示1个2有一条边，1 3表示1和3有一条边，2，3表示2和3有一条边
要求删除一条边让其变成一个最简略的树

剑指 Offer II 119. 最长连续序列

给定一个未排序的整数数组 nums ，找出数字连续的最长序列（不要求序列元素在原数组中连续）的长度。

输入数字有1 2 3 4 ，它是连续的 所以最长连续数字序列是4

相差为1的两个数有一条边，这样就分成了若干子图，然后去求最大的子图

方法一：图的广度优先搜索


方法二：并查集