冉宝的每日一题--8月5日

今天看女乒天团的直播，她们好有趣啊

802.找到最终的安全状态

在有向图中，以某个节点为起始节点，从该点出发，每一步沿着图中的一条有向边行走。如果到达的节点是终点（即它没有连出的有向边），则停止。

对于一个起始节点，如果从该节点出发，无论每一步选择沿哪条有向边行走，最后必然在有限步内到达终点，则将该起始节点称作是 安全 的。

返回一个由图中所有安全的起始节点组成的数组作为答案。答案数组中的元素应当按 升序 排列。

该有向图有 n 个节点，按 0 到 n - 1 编号，其中 n 是 graph 的节点数。图以下述形式给出：graph[i] 是编号 j 节点的一个列表，满足 (i, j) 是图的一条有向边。

class Solution:
    def eventualSafeNodes(self, graph: List[List[int]]) -> List[int]:
        num_nodes = len(graph)

        visited = [False for i in range(num_nodes)]
        not_save_nodes = set()

        def dfs(node,pre_list):
            nonlocal not_save_nodes
            # 处理当前节点，标记为已访问
            if node in pre_list or (node in not_save_nodes):
                not_save_nodes |= set(pre_list)
                return # 这条路径应该已经结束了
            visited[node] = True
            # 遍历与当前顶点所有为访问节点
            next_nodes = [next_n for next_n in graph[node]]
            for next_n in next_nodes:
                pre_next = pre_list[:] + [node]
                dfs(next_n,pre_next)
            
        for node in range(num_nodes):
            if not visited[node]:
                dfs(node,[])
        return [node for node in range(num_nodes) if node not in not_save_nodes]

dfs思路：

dfs(dep,)
{
	if (找到解||找不下去) {return }
	枚举下一种情况：
		dfs(dep+1,)
}

dfs(顶点)
{
	处理当前结点，记录为已访问
	遍历与当前定点相邻所有未访问结点
	{
		标记更改
		dfs(下一结点)
	}
}

官方题解：

方法一：深度优先搜索+三色标记法

根据题意，若起始节点位于一个环内，或者能到达一个环，则该节点不是安全的。
我们可以使用深度优先搜索来找环，并在深度优先搜索时，用三种颜色对节点进行标记，标记的规则如下：

• 白色（用0表示）：该节点尚未被访问；
• 灰色（用1表示）：该节点位于递归栈中，或者在某个环上；
• 黑色（用2表示）：该节点搜索完毕，是一个安全节点

当我们首次访问一个节点时，将其标记为灰色，并继续搜索与其相连的节点。

如果在搜索过程中遇到了一个灰色节点，则说明找到了一个环，此时退出搜索，栈中的节点仍然保持灰色，这一做法可以将【找到了环】这一信息传递到栈中的所有节点上。

如果搜索过程中没有遇到灰色节点，则说明没有遇到环，递归返回之前，将标记由灰色改成黑色表示是一个安全的结点。

from typing import List 
class Solution:
    def eventualSafeNodes(self,graph:List[List[int]])->List[int]:
        n = len(graph)
        color = [0] * n
        
        def safe(x:int)->bool:
            if color[x] > 0:
                return color[x] == 2 
            color[x] = 1 
            for y in graph[x]:
                if not safe(y):
                    return False
            color[x] = 2 
            return True
        
        return [i for i in range(n) if safe(i)]

复杂度分析：

• 时间复杂度： O(n+m), 其中n是图中的点数，m是图中的边数
• 空间复杂度：O(n)，存储节点颜色和递归栈的开销均为O(n)

方法二：拓扑排序

根据题意，如果一个节点没有出边，就是安全的；
一个节点出边相连的点都是安全的，则该节点也是安全的。

根据这个性质，我们可以将图中所有的边反向，得到一个反图，在反图上进行拓扑排序。

拓扑排序的知识以及模版

拓扑排序定义： 对于给定的一张有向无环图，如果一个序列A满足：任意一条边(x,y),x都在y的前面 ， 那么序列A 就是图的拓扑排序。

理解： 每一个状态没有循环依赖 --> 没有后效性 --> 可以满足DP递推
即： 有向无环图 ⇒ 拓扑排序 ⇒ 拓扑图 ⇒ 每个状态没有循环依赖 ⇒ 没有后效性，可以通过DP寻找最短、最长路径。

拓扑排序算法实质上属于广度优先遍历。包含以下几个步骤：
1- 从 有向图 中找一个没有前驱的节点 v ,如果v不存在说明不可以进行拓扑排序【图是个环图】，结束。
2- 将 v 输出；
3- 将v 从图中删除，同时删除关联v的所有节点。
4- 如果图中所有节点都输出，就结束，拓扑排序结束，否则转到1继续进行。

常见题型可以分为：

• （1）Topsort模版
• （2）判断是否有环
• （3）已有编号求字典序最小的拓扑需
• （4）给所有节点分配编号使得拓扑排序最小

参考资料

1- 模版：拓扑排序 https://fanfansann.blog.csdn.net/article/details/107707044