图的问题基本就是 BFS和DFS,还有拓扑排序、最短路、最小生成树,有时也会用并查集进行分类,还要注意节点的入度出度等特征。
文章目录
-
-
-
- [207. 课程表](https://leetcode-cn.com/problems/course-schedule/)
- [210. 课程表 II](https://leetcode-cn.com/problems/course-schedule-ii/)
- [684. 冗余连接](https://leetcode-cn.com/problems/redundant-connection/)
- [785. 判断二分图](https://leetcode-cn.com/problems/is-graph-bipartite/)
- [997. 找到小镇的法官](https://leetcode-cn.com/problems/find-the-town-judge/)
- [841. 钥匙和房间](https://leetcode-cn.com/problems/keys-and-rooms/)
- [面试题 04.01. 节点间通路](https://leetcode-cn.com/problems/route-between-nodes-lcci/)
- [1306. 跳跃游戏 III](https://leetcode-cn.com/problems/jump-game-iii/)
-
-
207. 课程表
你这个学期必须选修 numCourse
门课程,记为 0
到 numCourse-1
。
在选修某些课程之前需要一些先修课程。 例如,想要学习课程 0 ,你需要先完成课程 1 ,我们用一个匹配来表示他们:[0,1]
给定课程总量以及它们的先决条件,请你判断是否可能完成所有课程的学习?
示例 1:
输入: 2, [[1,0]]
输出: true
解释: 总共有 2 门课程。学习课程 1 之前,你需要完成课程 0。所以这是可能的。
示例 2:
输入: 2, [[1,0],[0,1]]
输出: false
解释: 总共有 2 门课程。学习课程 1 之前,你需要先完成课程 0;并且学习课程 0 之前,你还应先完成课程 1。这是不可能的。
分析:(这个题让我直接联想到死锁检测 QAQ )
这个题实际上是有向图,我们判断这些课程是否可以完成,实际上就是要判断该有向图是否有环,如果有向图有环,则说明不可以完成全部课程,反之则可以完成全部课程。
方法一:拓扑排序(拓扑排序在有向图问题判断环中经常使用)
利用入度表的BFS(入度:可以简单理解为箭头指向自己的数量),进行宽度优先搜索,只将入读为0的点添加到队列。当完成一个顶点的搜索时(将该点从队列中pop出),将该顶点指向的所有顶点入度减1(等价于将该顶点从图中移除),如果有新的节点入度变为0,则将其加入队列。以次进行,如果宽搜完成后,如果所有入度都为0,则图无环,否则说明有环。
如图所示,最终全部入度为0,故无环。如果有环,会发现部分位置的入度始终大于0。
代码:
class Solution
{
public:
bool canFinish(int numCourses, vector<vector<int>>& prerequisites)
{
vector<int> degree(numCourses); //入度表
vector<vector<int>> Graph; //临界矩阵 用vector表示的话不用存没有关系的位置值
vector<int> v;
for(int i=0;i<numCourses;i++)
{
degree.push_back(0); //初始化degree和Graph
Graph.push_back(v);
}
for(int i=0;i<prerequisites.size();i++) //将 prerequisites信息处理为degree和Graph的信息
{
degree[prerequisites[i][0]]++; //[1,0]表示学1前需要学0,就是0指向1,故[a,b]中a的入度加1
Graph[prerequisites[i][1]].push_back(prerequisites[i][0]); //0指向1,故0的指向节点中加上1
}
queue<int> Q; //队列
for(int i=0;i<numCourses;i++)
{
if(degree[i]==0) Q.push(i);//
}
int nums=0; //记录入度为0的点
while(!Q.empty()) //BFS的方法
{
int tmp=Q.front();
Q.pop();
nums++;
for(int i=0;i<Graph[tmp].size();i++)
{
degree[Graph[tmp][i]]--; //将指向的节点的入度减1
if(degree[Graph[tmp][i]]==0)//直接在这里判断是否入度变为0了,这样避免了每次遍历所有degree数组并且不用标记是否遍历过了
Q.push(Graph[tmp][i]); //如果入度为0加入队列
}
}
if(nums==numCourses) return true;
else return false;
}
};
210. 课程表 II
现在你总共有 n 门课需要选,记为 0 到 n-1。
在选修某些课程之前需要一些先修课程。 例如,想要学习课程 0 ,你需要先完成课程 1 ,我们用一个匹配来表示他们: [0,1]
给定课程总量以及它们的先决条件,返回你为了学完所有课程所安排的学习顺序。
可能会有多个正确的顺序,你只要返回一种就可以了。如果不可能完成所有课程,返回一个空数组。
示例 1:
输入: 2, [[1,0]]
输出: [0,1]
解释: 总共有 2 门课程。要学习课程 1,你需要先完成课程 0。因此,正确的课程顺序为 [0,1] 。
分析:实际上,利用拓扑排序,采用入度为0的点依次入队列的方式,最终如果没有环路,则出队列的顺序,其实就是一种可行的上课策略,因为每次选择的课程都是没有先决课程的(因为将其入队列时入度为0,故可以视为没有先修课程的限制,就算有也可以将先修课程完成),因此在上个问题的基础上,调整输出即可。
class Solution {
public:
vector<int> findOrder(int numCourses, vector<vector<int>>& prerequisites)
{
vector<int> degree(numCourses); //入度表
vector<vector<int>> Graph; //临界矩阵 用vector表示的话不用存没有关系的位置值
vector<int> v;
for(int i=0;i<numCourses;i++)
{
degree.push_back(0); //初始化degree和Graph
Graph.push_back(v);
}
for(int i=0;i<prerequisites.size();i++) //将 prerequisites信息处理为degree和Graph的信息
{
degree[prerequisites[i][0]]++; //[1,0]表示学1前需要学0,就是0指向1,故[a,b]中a的入度加1
Graph[prerequisites[i][1]].push_back(prerequisites[i][0])