P5318 【深基18.例3】查找文献

前言：

vector相关知识：点此查看

queue相关知识：暂未写

题目描述

小 K 喜欢翻看洛谷博客获取知识。每篇文章可能会有若干个（也有可能没有）参考文献的链接指向别的博客文章。小 K 求知欲旺盛，如果他看了某篇文章，那么他一定会去看这篇文章的参考文献（如果他之前已经看过这篇参考文献的话就不用再看它了）。

假设洛谷博客里面一共有 𝑛(𝑛≤105)篇文章（编号为 1 到 𝑛）以及 𝑚(𝑚≤106)条参考文献引用关系。目前小 K 已经打开了编号为 1 的一篇文章，请帮助小 K 设计一种方法，使小 K 可以不重复、不遗漏的看完所有他能看到的文章。

这边是已经整理好的参考文献关系图，其中，文献 X → Y 表示文章 X 有参考文献 Y。不保证编号为 1 的文章没有被其他文章引用。

请对这个图分别进行 DFS 和 BFS，并输出遍历结果。如果有很多篇文章可以参阅，请先看编号较小的那篇(因此你可能需要先排序)。

输入格式

共 𝑚+1 行，第 1 行为 2 个数，n 和 m，分别表示一共有 𝑛(𝑛≤105) 篇文章（编号为 1 到 n）以及𝑚(𝑚≤106) 条参考文献引用关系。

接下来 m 行，每行有两个整数 𝑋,𝑌 表示文章 X 有参考文献 Y。

输出格式

共 2 行。
第一行为 DFS 遍历结果，第二行为 BFS 遍历结果。

样例 

样例输入 

8 9
1 2
1 3
1 4
2 5
2 6
3 7
4 7
4 8
7 8

样例输出 

1 2 5 6 3 7 8 4 
1 2 3 4 5 6 7 8

 解题：

题目略微分析以及注意点：

本题目需要注意我在题目中标记的红色部分，红色部分要求我们要从小到大的顺序，因此我们可能需要排序。

思路1及分析(超时，略写)：

思路：

1）利用矩阵(1表示通路，0表示不通)，直接避免了排序，从前往后遍历即可。

2）由于我们数量最大是1e5，所以我们要压成1e4，及各个数字都依次减去1。

3）DFS思路为以0(1的下标记为0)为起点、每个节点为结尾，遇到通路则转至以结尾为起点、每个节点为结尾，直到死路时回溯到上一个分支未遍历完的节点，访问另一条线路。

4）BFS思路为，将0(1的下标记为0)放入队列当中，如果队列不为空，取出队首，以队首为起点、每个节点为结尾，遇到通路则将对应的节点放入队列当中，重复绿色字部分，直到队列为空

注：以上BFS/DFS部分都需要判断元素是否访问，以防止重复遍历到。

总代码：

#include<iostream>
#include<queue>
using namespace std;
const int MAX = 1e4 + 100;
int n, m;
bool visit[MAX];//false为未访问，true为已访问
int map[MAX][MAX];//初始化为0，1表示通路，0表示不通
void Creat(int m) {
	while (m--) {
		int tail, head;
		cin >> tail >> head;
		map[tail - 1][head - 1] = 1;
	}
}

void DFS(int start) {
	cout << start + 1 << " ";
	visit[start] = true;
	for (int i = 0; i < n; i++) {
		if (map[start][i] == 1 && visit[i] == false) {
			DFS(i);
		}
	}
}


//start表示下表，对应结果需要+1
void BFS(int start) {
	visit[start] = true;
	queue<int> a;
	a.push(start);
	while (!a.empty()) {
		int ans = a.front();
		a.pop();
		cout << ans+1<<" ";
		for (int i = 0; i < n; i++) {
			if (map[ans][i] == 1&&visit[i]==false) {
				visit[i] = true;
				a.push(i);
			}
		}
	}

}

int main() {
	cin >> n >> m;
    //全部初始化为未访问状态
	for (int i = 0; i < n; i++) {
		visit[i] = false;
	}
	Creat(m);//建立矩阵
	// 第一行为 DFS 遍历结果，第二行为 BFS 遍历结果
	DFS(0);
	cout << endl;
    //重置访问状态
	for (int i = 0; i < n; i++) {
		visit[i] = false;
	}
	BFS(0);
	return 0;
}

结果：

问题分析：

由于我们在访问遍历时每遇到一层都会将所有的节点全部访问一遍，大大地降低了效率，导致超时。

思路2及分析(AC，详写)：

逐层分析：

1)数据类型创建

说明：

利用vector的二维数组来形成类似于邻接表的结构(即省去了指针等)，以一维数组的下标作为一段弧的起点，其中存放的内容为弧的终点【存放的内容有可能是无序的状态，因此我们要对每一层进行从小到大的排序】。

代码：

void Creat(int m) {
	while (m--) {
		int tail, head;//tail 弧尾, head 弧头，【即：tail—>head】
		cin >> tail >> head;
		map[tail].push_back(head);
	}
	// 保证每个点遍历其邻居节点的时候从小到大,对应上方的注意点
	for (int i = 1; i <= n; i++)
	{
		sort(map[i].begin(), map[i].end());
	}
}

2)DFS

说明：

进行DFS的过程，首先从节点1开始，搜索它所有的通路中所有的通路，直到全部遍历完成。

代码：

void DFS(int start) {
	cout << start << " ";
	visit[start] = true;
	for (auto it = map[start].begin(); it != map[start].end(); it++) {
		if (visit[(*it)] == false) {
			DFS((*it));
		}
	}
}

3)BFS

说明：

进行BFS的过程，将节点1压入队列中，如果队列不为空，取出队首，以队首为起点、每个节点为结尾，遇到通路则将对应的节点放入队列当中，重复绿色字部分，直到队列为空。

代码：

void BFS(int start) {
	visit[start] = true;
	queue<int> a;
	a.push(start);
	while (!a.empty()) {
		int ans = a.front();
		a.pop();
		cout << ans << " ";
		for (auto it = map[ans].begin(); it != map[ans].end(); it++) {
			if (visit[(*it)] == false) {
				visit[(*it)] = true;
				a.push((*it));
			}
		}
	}
}

注：以上BFS/DFS部分都需要判断元素是否访问，以防止重复遍历到。

总代码：

#include<iostream>
#include<queue>
#include<vector>
#include<algorithm>
using namespace std;
const int MAX = 1e6 + 100;
int n, m;
bool visit[MAX];//false为未访问，true为已访问
vector<int> map[MAX];//[]内表示我们边起点(弧尾)，map[]中的内容表示我们边的终点(弧头)
void Creat(int m) {
	while (m--) {
		int tail, head;//tail 弧尾, head 弧头，【即：tail—>head】
		cin >> tail >> head;
		map[tail].push_back(head);
	}
	// 保证每个点遍历其邻居节点的时候从小到大,对应上方的注意点
	for (int i = 1; i <= n; i++)
	{
		sort(map[i].begin(), map[i].end());
	}

}


void DFS(int start) {
	cout << start << " ";
	visit[start] = true;
	for (auto it = map[start].begin(); it != map[start].end(); it++) {
		if (visit[(*it)] == false) {
			DFS((*it));
		}
	}
}

void BFS(int start) {
	visit[start] = true;
	queue<int> a;
	a.push(start);
	while (!a.empty()) {
		int ans = a.front();
		a.pop();
		cout << ans << " ";
		for (auto it = map[ans].begin(); it != map[ans].end(); it++) {
			if (visit[(*it)] == false) {
				visit[(*it)] = true;
				a.push((*it));
			}
		}
	}

}

int main() {
	cin >> n >> m;
    //全部初始化为未访问状态
	for (int i = 1; i <= n; i++) {
		visit[i] = false;
	}
	Creat(m);
	// 第一行为 DFS 遍历结果，第二行为 BFS 遍历结果
	DFS(1);
	cout << endl;
    //重置访问状态
	for (int i = 1; i <= n; i++) {
		visit[i] = false;
	}
	BFS(1);
	return 0;
}

结果：

总结：

当我们数据量过大时，我们可以采用visit数组和省去已知无用部分来减少访问次数来提高算法效率。