模板方法
使用BFS,DFS的题目,在leetcode上一般标记为medium或者hard。但从思维逻辑上看,其难度定义偏高。可能从代码量来看,写一道BFS或者DFS的篇幅比其他类型的题目要多。
BFS,DFS既然思维固定,必然有其套路。套用模板方法,让我们的解题更加流畅。有如庖丁解牛,游刃有余。
BFS模板
BFS思路是先将邻居加进来,如果只是口述的话难免枯燥。
下面将以图上的搜索(找start_node到end_node之间的最短距离长度)为例,阐述怎样将思维变成代码。
得到图
正如链表其实质为节点和指向下一个节点的指针,图的实质也就是图上的节点和连接各个节点的边。
由此,对于图(这里对有向图和无向图不做区分)其实有两种表示方法:
- 用各个节点之间的边(edges)表示图。
如我画的草图,则图可以由各个边表示,即为edges[[0,1],[0,2],[1,4],[2,3],[2,4]],每一条边连接两个顶点。根据题目,可以规定是否是有向图的边。 - 用节点到节点之间的连接表示图
假设图有n个节点,草图里面有5个。 则graph表示为[[1,2],[0,4],[0,3],[2],[1,2]]。graph中index表示节点的标号,即节点0和节点1、2相连,依次类推。此对应关系也可以使用字典表示。
BFS第一步要得到图,可以使用这两种方式中任一种,视自己熟悉程度和解题的快捷程度而定。
当然,可以根据edges构建图,不是很难:
def initial_graph(n, edges):
dict_graph = {
}
for i in range(n):
dict_graph[i] = []
num_e = len(edges)
for i in range(num_e):
u = edges[i][0]
v = edges[i][1]
dict_graph[u].append(v)
dict_graph[v].append(u)
return dict_