LeetCode | 一文帮你搞定BFS、DFS算法（python版）

最新推荐文章于 2024-08-13 13:47:59 发布

公众号“Li的白日呓语”

最新推荐文章于 2024-08-13 13:47:59 发布

阅读量1k

点赞数 1

分类专栏： leetcode 文章标签：指针队列 python 算法 leetcode

本文链接：https://blog.csdn.net/qq_34296398/article/details/106210966

版权

本文详细介绍了在LeetCode中解决BFS和DFS算法问题的模板方法，包括BFS的图获取、队列使用和DFS的数组子集搜索。通过实例解析了BFS和DFS的思路及代码实现，帮助读者掌握这两种搜索算法。

摘要由CSDN通过智能技术生成

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：
在这里插入图片描述

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_