算法笔记7.树和图的存储，DFS，BFS，拓扑排序

树和图的存储

树是一种特殊的图，是一种无环连通图。所以下面只讲图。

图分有向图和无向图，无向图是一种特殊的有向图（无向图就是一个路径两个方向）

所以下面只写有向图怎么存，两种存储方式邻接矩阵（二维数组，存储bool值，也可以存权值。两个索引代表从哪个点到哪个点，用的少，浪费空间，适合存稠密图）和邻接表（单链表，每个点存一个单链表，链表存储这个点可以到哪个点，比如点a可以到点b和点c，那点a的单链表就存点b，然后b指向c。但是这里的指向无意义，只是方便查找）

DFS深度优先算法

在搜索的时候优先向下搜索，走到底后回退看看有没有其他岔路，没有再继续回退。用栈，空间有优势。

在不涉及树的时候（比如说输出一组数据的全排列），DFS跟递归分治的思想很类似。如果用递归来做DFS的话，写代码的时候，我们的写法就是先遍历第一个位置的所有情况，将使用过的标记为不可以以后，在遍历第二个位置的所有情况，递归调用。一直递归到所有元素都被使用过。

虽然写的时候看起来跟BFS很像，但是实际执行的时候却是DFS，因为它递归的时候会直接一直递归到底，然后回去递归第二种情况，递归完了再往上回一层递归。

（一般没有一个固定的框架）

int n;
int data[n];
int path[n];
bool use[n];

//u是第几个位置
void DFS(int u)
{
	if (u == n) //到最后一层了把结果输出
	{
		for (int i = 0; i < n; i++) printf("%d ", path[i]);
		return;
	}

	for (int i = 1; i <= n; i++)
	{
		if (!use[i]) //如果这个元素没有被用过
		{
			path[u] = data[i]; //记录这个元素
			use[i] = true;     //标记使用过
			DFS(u + 1);        //递归下一位置
			use[i] = false;    //递归后这个位置就是没用过的了（回溯）
		}
	}
}

DFS里面有两个比较重要的思想，回溯和剪枝。

回溯是指当回退的时候，要把状态恢复到原样，就像上面代码写的use[i] = false一样。

剪枝是指，回退完下一步的时候，先判断一下是不是不满足条件，如果不满足条件，直接再下一步，就相当于把一个树的枝干的情况剪去了（也可以判断到不是最优解给剪去，根据需要）。

BFS广度优先算法

搜索的时候优先将这一层搜索一遍。用队列。具有最短性（搜到的距离就是最短距离），因为它是根据距离来搜的，先从距离短的搜，逐渐距离变大。

这个一个固定的套路就是先把初始状态放到queue里，然后用一个while循环，条件是队列不空，然后取出队头，拓展队头（比如说要找一个点的路径，就是刚开始把起点存进去，然后进入循环，取出起点，将四个方向的点存进去，然后再取出第一个点拓展方向）。

因为队列的特性，只有当一层的结束后才会找下一层。

拓扑排序

拓扑序列就是一个图中的点的序列，同时满足条件，每个点之间的路径，在拓扑序列中都是起点在终点前面。

比如一个有向图，1，2，3。其中路径是1指向2，1指向3，2指向3。那么1，2，3就是一个拓扑序列，因为1在2前，1在3前，2在3前。

并不是所有图都有拓扑序列，有环的图没有拓扑序列，一个有向无环图一定有拓扑序列，因此也被称为拓扑图。

只要引入一个入度和出度的概念就可以很轻松得出拓扑序列，有几个被别的点指向的路径就是有几个入度，有几个指向别的点的路径就是有几个出度。

所有入度为0的点都可以作为起点，所以第一步是把所有入度为0的点入队。然后后面就是一个宽搜的过程。

首先取出队头t，然后枚举t的所有出边（例如t->j），然后删掉出边，删掉出边以后，j的入度就会减少1，等到j的入度为0的时候，就可以再放入队列。

删掉出边是为了减入度满足入队条件，如果是无环图的话，就会有刚开始的入度为0的点，入度为0的点指向别的点的边删掉是无所谓的（因为刚开始的点已经记录在序列里了），这样就相当于是构成了新的无环图，然后就能继续流程。