图算法总结（判断有环、最短路径）

有向图判断有环

拓扑排序

这时有些点的入度减少了，于是再拿出当前所有入度为0的点放在已经排序的序列后面，然后删除：

因为是有向无环图，而且删除操作不会产生环，所以每时每刻都一定存在入度为0的点，一定可以不断进行下去，直到所有点被删除。

以下是一个O(m+n)的实现（m,n 分别表示点数和边数）

if __name__ == "__main__":
    v = [[0, 0, 0, 0, 1], [1, 0, 0, 0, 0], [0, 0, 0, 1, 1], [0, 0, 0, 0, 0], [0, 1, 0, 0, 0]]
    e = [[]]
    in_v = {}
    cnt = 0
    visited = set()
    circle = []
    # 计算每个点的入度
    for i in range(len(v)):
        for j in range(len(v)):
            if v[i][j] == 1:
                if j not in in_v.keys():
                    in_v[j] = 0
                in_v[j] += 1

    # 拓扑
    # 入度为0的点，加入到visited中
    change = True
    while change:
        change = False
        for node in range(len(v)):
            if node not in visited and (node not in in_v.keys() or in_v[node] == 0):
                change = True
                visited.add(node)
                for j in range(len(v)):
                    if v[node][j] == 1:
                        in_v[j] -= 1

    # 没有被visited的，即为环
    for node in range(len(v)):
        if node not in visited:
            circle.append(node)

    print(circle)

应用：

给定一堆序列标号（标号用整数）,形式为[a,b]，表示标号为a，b的两个物体的体积关系满足：a > b,用合适的数据结构存储数据，并判断这堆序列是否有效。（比如[a,b], [b, d], [d, a]这个就不是有效的，因为a > b, b > d, 那么 a > d, 但是最后一个序列说的是 d > a，矛盾了。）

思路：

题目实际是，求图中是否有环，用拓扑结构，把入度为0的结点全部删掉，直到删不动为止。

# 有向图判断有环：拓扑算法
def hasCircel(inputs):
    graph = {}
    in_v = {}
    nodes = set()
    # 用字典存每个点连接的点
    # 保存每个点入度
    for pair in inputs:
        a,b = pair
        nodes.add(a)
        nodes.add(b)
        if a not in graph.keys():
            graph[a] = [b]
        else:
            graph[a].append(b)
        if b not in in_v.keys():
            in_v[b] = 0
        in_v[b] += 1

    # 拓扑判断是否有环：
    # 入度为0的点删去，它相关的出度点入度-1，不断迭代
    nodes = list(nodes)
    visted = [False]*len(nodes)
    change = True
    while change:
        change = False
        for i in range(len(nodes)):
            if not visted[i] and (nodes[i] not in in_v.keys() or in_v[nodes[i]] == 0):
                visted[i] = True
                change = True
                if nodes[i] in graph.keys():
                    connect_nodes = graph[nodes[i]]
                    for node in connect_nodes:
                        in_v[node] -= 1

    for i in range(len(nodes)):
        if not visted[i]:
            return False
    return True

if __name__ == '__main__':
    inputs = [[1, 2], [2, 3], [3, 1]]
    res = hasCircel(inputs)
    print(res)

Dijkstra算法（单源最短路径）

贪心思想实现的，首先把起点到所有点的距离存下来找个最短的，然后松弛一次再找出最短的，所谓的松弛操作就是，遍历一遍看通过刚刚找到的距离最短的点作为中转站会不会更近，如果更近了就更新距离，这样把所有的点找遍之后就存下了起点到其他所有点的最短距离。

具体实现参考：

Dijkstra算法图文详解_black_hole6的博客-CSDN博客_dijkstra算法

Floyd（多源最短路径）

最短路之——弗洛伊德算法（floyd）_shezjoe的博客-CSDN博客_弗洛伊德最短路

bfs/dfs

图的四种最短路径算法_Leslie's Blog-CSDN博客_最短路径算法