⛔⛔⛔数据结构——图

1 图的定义

详情

• 图是树的一种

• 图一般用邻接表和邻接矩阵

• 邻接表，好处是占用的空间少，邻接表无法快速判断两个节点是否相邻

• 邻接矩阵需要更多的存储空间，判断结点是否相邻效率高。

• 有向图，如图所示两种表示方法
  

• 有权有向图：对有向图进行加权：邻接表，我们不仅仅存储某个节点x的所有邻居节点，还存储x到每个邻居的权重。邻接矩阵，matrix[x][y]不再是布尔值，而是一个 int 值，0 表示没有连接，其他值表示权重。

• 无向图：双向的有向图，把matrix[x][y]和matrix[y][x]都变成true。

• 有权无向图：无向图中加上权重。

2 图的遍历

回溯遍历模板

Graph graph;
boolean[] visited;

/* 图遍历框架 */
void traverse(Graph graph, int s) {
    if (visited[s]) return;
    // 经过节点 s
    visited[s] = true;
    for (TreeNode neighbor : graph.neighbors(s))
        traverse(neighbor);
    // 离开节点 s，保证其他子结点也可以走这条路
    visited[s] = false;   
}

3 例题

3.1 有向无环图的所有路径

问题

• 题目输入一幅有向无环图，这个图包含n个节点，标号为0, 1, 2,…, n - 1，请你计算所有从节点0到节点n - 1的路径。

• 比如输入graph = [[1,2],[3],[3],[]]，就代表下面这幅图：
  

• 应该返回[[0,1,3],[0,2,3]]，即0到3的所有路径。

分析

代码

// 记录所有路径
List<List<Integer>> res = new LinkedList<>();

public List<List<Integer>> allPathsSourceTarget(int[][] graph) {
    LinkedList<Integer> path = new LinkedList<>();
    traverse(graph, 0, path);
    return res;
}

/* 图的遍历框架 */
void traverse(int[][] graph, int s, LinkedList<Integer> path) {

    // 添加节点 s 到路径
    path.addLast(s);

    int n = graph.length;
    if (s == n - 1) {
        // 到达终点
        res.add(new LinkedList<>(path));
        path.removeLast();
        return;
    }

    // 递归每个相邻节点
    for (int v : graph[s]) {
        traverse(graph, v, path);
    }

    // 从路径移出节点 s
    path.removeLast();
}

3.2 岛屿问题DFS解法