使用邻接表实现的深度优先搜索(DFS)和广度优先搜索(BFS)
【深基18.例3】查找文献
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 ≤ 1 0 5 ) n(n\le10^5) n(n≤105) 篇文章(编号为 1 到 n n n)以及 m ( m ≤ 1 0 6 ) m(m\le10^6) 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 m+1 m+1 行,第 1 行为 2 个数, n n n 和 m m m,分别表示一共有 n ( n ≤ 1 0 5 ) n(n\le10^5) n(n≤105) 篇文章(编号为 1 到 n n n)以及 m ( m ≤ 1 0 6 ) m(m\le10^6) m(m≤106) 条参考文献引用关系。
接下来 m m m 行,每行有两个整数 X , Y X,Y 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 #1
样例输入 #1
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
1 2 5 6 3 7 8 4
1 2 3 4 5 6 7 8
#include <bits/stdc++.h>
using namespace std;
// 存储边的结构体
struct edge
{
int u; // 边的起点
int v; // 边的终点
};
const int N = 1e6 + 1; // 定义常量 N
vector<edge> s;
bool vis1[N] = {0}, vis2[N] = {0};
// 定义邻接表
vector<int> e[N]; // e[i] 存储以 i 为起点的边的编
void dfs(int x = 1)
{
vis1[x] = 1; // 标记当前节点已被访问
cout << x << " "; // 输出节点的编号
for (int i = 0; i < e[x].size(); i++)
{
int p = s[e[x][i]].v; // p 为 x 的一个邻接节点
if (!vis1[p]) // 如果 p 还未被访问
{
dfs(p); // 递归调用 dfs 函数,继续搜索
}
}
}
void bfs(int x = 1)
{
queue<int> q; // 定义一个队列
q.push(x); // 将起点 x 压入队列
cout << x << " "; // 输出节点的编号
vis2[x] = 1; // 标记当前节点已被访问
while (!q.empty())
{
int f = q.front(); // 取出队列首元素
for (int i = 0; i < e[f].size(); i++) // 遍历 f 的邻接节点
{
int p = s[e[f][i]].v; // p 为 f 的一个邻接节点
if (!vis2[p]) // 如果 p 还未被访问
{
q.push(p); // 将 p 压入队列
cout << p << " "; // 输出节点的编号
vis2[p] = 1; // 标记当前节点已被访问
}
}
q.pop(); // 弹出队列首元素
}
}
int main()
{
int n, m;
cin >> n >> m; // 读入结点数和边数
// 读入边的信息
for (int i = 0; i < m; i++)
{
int u, v;
cin >> u >> v;
s.push_back((edge){u, v}); // 将边的信息添加到s容器中
}
// 按照终点的编号从小到大的顺序排序
sort(s.begin(), s.end(), [](edge x, edge y)
{ return (x.v == y.v && x.u < y.u) || (x.v < y.v); });
// 建立邻接表
for (int i = 0; i < m; i++)
{
e[s[i].u].push_back(i); // 将边的编号加入邻接表
}
dfs(); // 从节点 1 开始深度优先搜索
cout << endl; // 换行
bfs(); // 从节点 1 开始广度优先搜索
}
Floyd 算法是一种动态规划算法,用于计算有权图中所有点对的最短路径。它的基本思想是枚举中间结点,如果通过中间结点可以使距离更短,就更新距离。
【模板】floyd
题目背景
模板题,无背景
题目描述
给出n个点,m条边的无向图,求每个点到其他点的距离之和%998244354的值
输入格式
第一行两个数n,m含义如上
从第二行开始,共m行,每行三个数x,y,l,代表从x到y点的长度为l
输出格式
n行,每行一个数,第i行代表点i到其他点的距离之和
样例 #1
样例输入 #1
2 1
1 2 4
样例输出 #1
4
4
样例 #2
样例输入 #2
4 5
1 2 1
1 3 2
2 3 2
3 4 3
2 4 4
样例输出 #2
8
7
7
12
提示
模板题,保证图联通
n<=500
m<=10000
1<=x,y<=n
l<=1e9
#include <bits/stdc++.h>
using namespace std;
// g[i][j] 表示从 i 到 j 的最短路径长度,sum[i] 表示从第 i 个结点出发到其他结点的最短路径长度之和
long long g[501][501], sum[501];
int main()
{
int n, m;
cin >> n >> m; // 读入结点数和边数
long long x, y, l;
for (int i = 1; i <= n; ++i) // 初始化邻接矩阵
{
for (int j = 1; j <= n; ++j)
{
g[i][j] = 1e10; // 将所有距离初始化为无穷大
g[i][i] = 0; // 将节点到自身的距离初始化为 0
}
}
for (int i = 1; i <= m; ++i) // 读入边的信息
{
cin >> x >> y >> l;
g[x][y] = min(l, g[x][y]); // 将边的距离与之前的距离取较小值
g[y][x] = min(l, g[y][x]); // Floyd 算法中有向边和无向边的处理方式是一样的
}
for (int i = 1; i <= n; ++i) // 枚举中间结点
{
for (int j = 1; j <= n; ++j) // 枚举起点和终点
{
if (j == i)
continue; // 如果起点和终点是同一个点,则跳过
for (int h = 1; h <= n; ++h) // 枚举终点
{
if (h == i || h == j)
continue; // 如果终点是起点或中间点,则跳过
g[j][h] = min(g[j][h], g[j][i] + g[i][h]); // 如果通过中间点能使距离更短,则更新距离
}
}
}
for (int i = 1; i <= n; ++i) // 遍历所有结点
{
for (int j = 1; j <= n; ++j) // 遍历从当前结点出发的所有边
{
sum[i] = (sum[i] + g[i][j]) % 998244354; // 统计距离和
}
cout << sum[i] << endl; // 输出距离和
}
}
Dijkstra 算法是一种贪心算法,用于计算有权图中单源最短路径。它的基本思想是每一次选择距离源点最近的未标记顶点并标记。
【模板】单源最短路径(标准版)
题目背景
2018 年 7 月 19 日,某位同学在 NOI Day 1 T1 归程 一题里非常熟练地使用了一个广为人知的算法求最短路。
然后呢?
100 → 60 100 \rightarrow 60 100→60;
Ag → Cu \text{Ag} \rightarrow \text{Cu} Ag→Cu;
最终,他因此没能与理想的大学达成契约。
小 F 衷心祝愿大家不再重蹈覆辙。
题目描述
给定一个 n n n 个点, m m m 条有向边的带非负权图,请你计算从 s s s 出发,到每个点的距离。
数据保证你能从 s s s 出发到任意点。
输入格式
第一行为三个正整数
n
,
m
,
s
n, m, s
n,m,s。
第二行起
m
m
m 行,每行三个非负整数
u
i
,
v
i
,
w
i
u_i, v_i, w_i
ui,vi,wi,表示从
u
i
u_i
ui 到
v
i
v_i
vi 有一条权值为
w
i
w_i
wi 的有向边。
输出格式
输出一行 n n n 个空格分隔的非负整数,表示 s s s 到每个点的距离。
样例 #1
样例输入 #1
4 6 1
1 2 2
2 3 2
2 4 1
1 3 5
3 4 3
1 4 4
样例输出 #1
0 2 4 3
提示
样例解释请参考 数据随机的模板题。
1 ≤ n ≤ 1 0 5 1 \leq n \leq 10^5 1≤n≤105;
1 ≤ m ≤ 2 × 1 0 5 1 \leq m \leq 2\times 10^5 1≤m≤2×105;
s = 1 s = 1 s=1;
1 ≤ u i , v i ≤ n 1 \leq u_i, v_i\leq n 1≤ui,vi≤n;
0 ≤ w i ≤ 1 0 9 0 \leq w_i \leq 10 ^ 9 0≤wi≤109,
0 ≤ ∑ w i ≤ 1 0 9 0 \leq \sum w_i \leq 10 ^ 9 0≤∑wi≤109。
本题数据可能会持续更新,但不会重测,望周知。
2018.09.04 数据更新 from @zzq
#include <bits/stdc++.h>
using namespace std;
const int MaxN = 1e6 + 10, MaxM = 5e6 + 10;
// 定义边结构体,其中 to 表示连接的目标节点,dis 表示边权,next 表示下一条边的编号
struct edge
{
int to, dis, next;
} path[MaxM]; // 存储边的数组
// 邻接表存储图中的边,head[i] 表示以 i 为起点的边的编号
int head[MaxN], dis[MaxN], cnt;
// sets[i] 表示节点 i 是否已经在最短路径集合中,n、m 分别表示节点数和边数,s 表示源点
bool sets[MaxN];
int n, m, s;
// 添加一条从 u 到 v,边权为 d 的边
void add_edge(int u, int v, int d)
{
cnt++;
path[cnt].dis = d; // 边权为 d
path[cnt].to = v; // 连接到节点 v
path[cnt].next = head[u]; // 更新以 u 为起点的边的编号的next
head[u] = cnt; // 更新以 u 为起点的边的编号
}
// 定义优先队列的节点,dis 表示到源点的距离,pos 表示节点编号
struct node
{
int dis;
int pos;
bool operator<(const node &x) const
{
return x.dis < dis; // 重载小于号,使得优先队列中的元素按 dis 从大到小排序
}
};
priority_queue<node> q; // 定义优先队列
// Dijkstra 算法主函数
void dijkstra()
{
dis[s] = 0; // 初始化源点到自身的距离为 0
q.push(node{0, s}); // 将源点加入优先队列
while (!q.empty()) // 当优先队列不为空时
{
node tmp = q.top(); // 取出距离最小的节点
q.pop();
int x = tmp.pos, d = tmp.dis; // x 表示节点编号,d 表示到源点的距离
if (sets[x])
continue; // 如果节点已经在最短路径集合中,则跳过
sets[x] = 1; // 将节点加入最短路径集合
for (int i = head[x]; i; i = path[i].next)
{ // 遍历以 x 为起点的边
int y = path[i].to; // y 表示边的终点
if (dis[y] > dis[x] + path[i].dis)
{ // 如果从 x 到 y 的距离小于之前的距离
dis[y] = dis[x] + path[i].dis; // 更新 y 到源点的距离
if (!sets[y])
{ // 如果 y 还没有在最短路径集合中
q.push(node{dis[y], y}); // 将 y 加入优先队列
}
}
}
}
}
int main()
{
cin >> n >> m >> s;
memset(dis, 0x3f3f, sizeof(dis)); // 将 dis 数组初始化为无穷大
int u, v, d; // 读入边的信息
for (int i = 0; i < m; ++i)
{
cin >> u >> v >> d;
add_edge(u, v, d); // 添加一条从 u 到 v,边权为 d 的边
}
dijkstra(); // 运行 Dijkstra 算法
for (int i = 1; i <= n; ++i)
{
cout << dis[i] << " "; // 输出第 i 个节点到源点的最短路径长度
}
}