代码随想录算法训练营第五十天 | 98. 所有可达路径

目录

98. 所有可达路径

思路

图的存储

邻接矩阵

         邻接表

深度优先搜索

1.确认递归函数，参数

2.确认终止条件

3.处理目前搜索节点出发的路径

方法一： 邻接矩阵写法

方法二：邻接表写法

---

98. 所有可达路径

• 题目链接：卡码网题目链接（ACM模式）

• 文章讲解：代码随想录 

【题目描述】

给定一个有 n 个节点的有向无环图，节点编号从 1 到 n。请编写一个函数，找出并返回所有从节点 1 到节点 n 的路径。每条路径应以节点编号的列表形式表示。

【输入描述】

第一行包含两个整数 N，M，表示图中拥有 N 个节点，M 条边

后续 M 行，每行包含两个整数 s 和 t，表示图中的 s 节点与 t 节点中有一条路径

【输出描述】

输出所有的可达路径，路径中所有节点的后面跟一个空格，每条路径独占一行，存在多条路径，路径输出的顺序可任意。

如果不存在任何一条路径，则输出 -1。

注意输出的序列中，最后一个节点后面没有空格！ 例如正确的答案是 1 3 5,而不是 1 3 5， 5后面没有空格！

【输入示例】

5 5
1 3
3 5
1 2
2 4
4 5

【输出示例】

1 3 5
1 2 4 5  

提示信息

用例解释：

有五个节点，其中的从 1 到达 5 的路径有两个，分别是 1 -> 3 -> 5 和 1 -> 2 -> 4 -> 5。

因为拥有多条路径，所以输出结果为：

1 3 5
1 2 4 5

或

1 2 4 5
1 3 5

都算正确。

数据范围：

• 图中不存在自环
• 图中不存在平行边
• 1 <= N <= 100
• 1 <= M <= 500

思路

图的存储

在图论理论基础篇 中我们讲到了 两种 图的存储方式：邻接表 和 邻接矩阵。

本题我们将带大家分别实现这两个图的存储方式。

邻接矩阵

邻接矩阵 使用 二维数组来表示图结构。 邻接矩阵是从节点的角度来表示图，有多少节点就申请多大的二维数组。

本题我们会有n 个节点，因为节点标号是从1开始的，为了节点标号和下标对齐，我们申请 n + 1 * n + 1 这么大的二维数组。

邻接表

邻接表 使用 数组 + 链表的方式来表示。 邻接表是从边的数量来表示图，有多少边 才会申请对应大小的链表。

邻接表的构造相对邻接矩阵难理解一些。

我在 图论理论基础篇 举了一个例子：

这里表达的图是：

• 节点1 指向 节点3 和 节点5
• 节点2 指向 节点4、节点3、节点5
• 节点3 指向 节点4
• 节点4指向节点1

我们需要构造一个数组，数组里的元素是一个链表。

深度优先搜索

本题是深度优先搜索的基础题目，关于深搜我在图论深搜理论基础 已经有详细的讲解，图文并茂。

关于本题我会直接使用深搜三部曲来分析，如果对深搜不够了解，建议先看 图论深搜理论基础。

深搜三部曲来分析题目：

1.确认递归函数，参数

首先我们dfs函数一定要存一个图，用来遍历的，需要存一个目前我们遍历的节点，定义为x。

还需要存一个n，表示终点，我们遍历的时候，用来判断当 x==n 时候 标明找到了终点。

（其实在递归函数的参数 不容易一开始就确定了，一般是在写函数体的时候发现缺什么，参加就补什么）至于 单一路径 和 路径集合 可以放在全局变量。

2.确认终止条件

什么时候我们就找到一条路径了？

当目前遍历的节点 为 最后一个节点 n 的时候 就找到了一条 从出发点到终止点的路径。

3.处理目前搜索节点出发的路径

接下来是走 当前遍历节点x的下一个节点。

首先是要找到 x节点指向了哪些节点呢？ 遍历方式是这样的：

for i in range(1,n+1): # 遍历节点x链接的所有节点
    if graph[x][i] == 1: # 找到 x指向的节点，就是节点i
    

接下来就是将 选中的x所指向的节点，加入到 单一路径来。

path.append(i) # 遍历到的节点加入到路径中来

进入下一层递归

def dfs(graph, i, n) : # 进入下一层递归

最后就是回溯的过程，撤销本次添加节点的操作。

为什么要有回溯，我在图论深搜理论基础 也有详细的讲解。

方法一： 邻接矩阵写法

def dfs(graph,x,n,path,result):
    if x == n:
        result.append(path[:])
        return
    for i in range(1,n+1):
        if graph[x][i] == 1:
            path.append(i)
            dfs(graph,i,n,path,result)
            path.pop()



def main():
    n,m = map(int,input().split())
    graph = [[0]* (n+1) for _ in range(n+1)]

    for i in range(m):
        s,t = map(int,input().split())
        graph[s][t] = 1

    result = []

    dfs(graph,1,n,[1],result)

    if not result:
        print(-1)
    else:
        for path in result:
            print(' '.join(map(str,path)))
    




if __name__ == "__main__":
    main()

方法二：邻接表写法

from collections import defaultdict

result = []  # 收集符合条件的路径
path = []  # 1节点到终点的路径

def dfs(graph, x, n):
    if x == n:  # 找到符合条件的一条路径
        result.append(path.copy())
        return
    for i in graph[x]:  # 找到 x指向的节点
        path.append(i)  # 遍历到的节点加入到路径中来
        dfs(graph, i, n)  # 进入下一层递归
        path.pop()  # 回溯，撤销本节点

def main():
    n, m = map(int, input().split())

    graph = defaultdict(list)  # 邻接表
    for _ in range(m):
        s, t = map(int, input().split())
        graph[s].append(t)

    path.append(1)  # 无论什么路径已经是从1节点出发
    dfs(graph, 1, n)  # 开始遍历

    # 输出结果
    if not result:
        print(-1)
    for path in result:
        print(' '.join(map(str, path)))

if __name__ == "__main__":
    main()