算法-图

一、二分图

二分图讲的是，将一个图按照一定的规则进行二分，图的遍历无非就是深度优先和广度优先，要把这两个完全吃透。
示例题：785 判断二分图.

bool isBipartite(vector<vector<int>>& graph){
    int n = graph.size();
    if(n == 0)  return true;

    vector<int> color(n,0);
    queue<int> q;
    for(int i = 0;i < n;++i){
        if(!color[i]){
            q.push(i);
            color[i] = 1;
        }

        while(q.empty()){
            int node = q.front();
            q.pop();
            for(const int &j:graph[node]){
                if(color[j] == 0){
                    q.push(j);
                    color[j] = color[node] == 2 ? 1 : 2;
                }else if(color[node] == color[j]){
                    return false;
                }
            }
        }
    }

    return true;
}

二、拓扑排序

拓扑排序是对有向无环图排序的算法，将图排序成线性序列。若原图中i指向j，则排序结果中i一定在j之前。排序结果不是唯一的，只要满足要求即可。
示例题：210 判断二分图.

// 整个算法的思路，入读为0就可以加入到res中，每添加一个节点，可以把这个节点发出的有向边删除
vector<int> findOrder(int numCourses,vector<vector<int>> &prerequisites){
    // 声明数据，我们用graph记录连接关系，用indegree记录入度，res记录结果
    vector<vector<int>> graph(numCourses,vector<int>());
    vector<int> indegree(numCourses,0);
    vector<int> res;
    // 更新一下graph和入读记录
    for(const auto &prerequisite:prerequisites){
        graph[prerequisite[1]].emplace_back(prerequisite[0]);
        ++indegree[prerequisite[0]];
    }
    // 初始化一下队列
    queue<int> q;
    for(int i = 0;i < indegree.size();++i){
        if(indegree[i] == 0)    q.emplace(i);
    }
    // 开始更新插入
    while(!q.empty()){
        int u = q.front();
        res.emplace_back(u);
        q.pop();
        for(auto v:graph[u]){
            --indegree[v];
            if(indegree[v] == 0)    q.emplace(v);
        }
    }
    // 检测一下，是不是存在环
    for(int i = 0;i < indegree.size();++i){
        if(indegree[i] == 1)    return vector<int>();
    }
    // 结束
    return res;
}