BFS 到 Level Order traverse 到 UnionFind 到 Topological Sort 到 Dijkstra 思路总结

====BFS 找联通量,找component.

Number of Islands (BFS, DFS 都可以做)

Surrounded Regions 算法是：先收集四个周边的 O,然后用BFS或者DFS向里面扩展，visited记录connect点，最后如果没有被visited到的O，会变成X；T: O(m*n), Space: O(m*n).

Is Graph Bipartite (用两个color来表示，1 -1, 同时注意可能有多个component，那么必须以for循环来判断每个点，for里面做BFS来标记颜色，这样就相当于用了visite hashset，所以这里就避免了用hashset来判断重复选点)

Clone Graph （BFS, DFS都可以做)

Reconstruction itinerary (DFS + PriorityQueue 来生成path)

====Union Find 找联通量是最合适的方法：对于动态加入的时候，尤其有效果；

Number of Connected Components in an Undirected Graph (BFS,  DFS, Union Find 都可以做)

Graph Valid Tree (BFS, Union Find 都可以做) BFS做的时候，一定要判断edge == nodes - 1, 收集到的node数量是n;

Union Find 题型总结

=====Level Order minimum distance 都会用到层级关系；

int size = queue.size(); for(int i = 0; i < size; i++);

Binary Tree Level Order Traversal

Binary Tree Level Order Traversal II

Binary Tree Zigzag Level Order Traversal

Binary Tree Vertical Order Traversal （用两个queue，一个收集node，一个收集col的index，min max收集最小col和最大col);

Binary Tree Right Side View (收集level的最后一个元素即可)

Find Largest Value in Each Tree Row

Shortest Path in a Grid with Obstacles Elimination (一层一层的走，走到最右下角，就是step数最小的, visited需要表示三维的，因为到x,y我可以以好几种方式到达，也就是不remove 1，和remove多个1之后到达，虽然坐标一样，但是状态是不一样的；)

The Maze (球选择一个方向，然后一直走到头，中间的0，不代表能够到达，只有最后一个node才算到达；走的过程就是一个while循环，一直走，技巧就是while(isvalid(maz, nx + dx[k], ny + dy[k]) 这里注意一点就是走的过程中并不需要判断是否visited过，while循环判断下一个点是否合法，不合法跳出循环，但是当前的点是合法的。走到碰墙了，才判断是否visited过。)

N-ary 题目归类总结

==== Tree Traverse, (preorder, Inorder, postorder) 总结

Serialize and Deserialize BST (用queue来做，O(n); 就是传参的时候用Integer.MIN_VALUE 和Integer.MAX_VALUE来作为下限和上限；只serialize有value的node，不管null node；这样如果value不在lower, upper范围之内，那么就是return null;)

Serialize and Deserialize Binary Tree  (用preorder traverse，current，left, right来serialize，然后用queue来deserilize，这题跟BST不同的是，这里需要serilize NULL，因为BST有大小关系，这里没有，所以需要满树才行；而且这里就不需要Integer.MAX_VALUE和Integer.MIN_VALUE作为参数来判断是否return null了，这个复杂度是O(N);)

====== minimum distance ====== 层级关系；

int size = queue.size(); for(int i = 0; i < size; i++);

Walls and Gates

Rotting Oranges 注意到空层的时候，step也加1了，最后return的时候需要减去1；

Word Ladder (BFS, 注意分层，还有刚开始不需要加入beginWord, endWord到dict中，相信自己的思维)

Word Ladder II, 求word ladder I 的所有路径；

Remove Invalid Parentheses (这题正确的解法还是收集invalid 左括号和右括号的数量，然后只去remove左括号和右括号的数量的)

Perfect Squares （这题可以BFS, DP两种做法) BFS就是减去j * j <= n的数，然后层级收集下一层的数，如果到0了，return step即可。DP 很像 coin change. 

All Nodes Distance K in Binary Tree (先把tree转换成graph，注意parent也是neighbor，然后在图上面做BFS);

=====Topological Sort 总结=====

Course Schedule (标准 Topological 的写法);

Course Schedule II (跟上面一样，只是记录topo的顺序到结果即可)

Course Schedule III (属于Greedy, 参考 Greedy 总结)

Minimum Height Trees (topo排序，一层一层的扒掉最外面的一层的node，返回最里面一层的node，注意n == 1，return list of {0};)

题目类似的还有个叫Minimum Spanning Tree, minimum cost to connect city; 做法是首先按照cost sort connection，然后用Union Find判断两个city是否相连，因为每次都是用最小的cost，所以最后结果就是最小的总cost；

Alien Dictionary 思路，就是拓扑排序，从单词之间的关系来得到图的关系，然后用hashmap来建立图。注意分函数写程序，这样清晰，而且容易debug；注意indegree需要把每个node全部赋值为0；然后再进行+1；注意所有的char都是一个node，都是字母；

这题有个特列：abc, ab, return  ""; 就是前面的相等，return "";

Longest Increasing Path in a Matrix 用topo排序来做，也就是 node 指向比自己小的点，那么小的点indegree就加1，那么刚开始就是从最大的点开始走，indegree是0，那么所有的最大的点同时开始走，也就是层级的关系，那么最长的steps就是最长的length；T: O(M*N), space: O(M*N); 这题虽然归类到topo排序，但是记忆化搜索更简单易懂；

Topological sort 总结

====Dijkstra 算法总结=====

Pacific Atlantic Water Flow  思路：用两个boolean矩阵来表示，水往里面走，往高的地势走，看能流向哪里，这样可以减少计算；同时最后两个矩阵重合的地方，就是overlap point which can flow to both side;

Cheapest Flights Within K Stops  思路：核心思想就是，每次走最小的cost的路径，那么到达des的时候，就是最小的cost，那么我们需要做的是把边cost的信息，融入到node里面去，那么node进行排序，也就是cost进行排序；graph怎么建立，graph: HashMap<Integer, HashMap<Integer, Integer>>  存 from , <neighbor, cost>将边的信息(cost信息)，整合到node里面去，也就是到达这个city需要的cost是多少，然后剩下的步骤是多少，cost是累加的，剩下的步骤是减少的。pq: 存Node  Node<cost, city, step> sort by cost; 搜索：if( step > 0) 继续，if city = dst 表示找到，直接返回当前cost；Time: O(V + ElogE) Space: O(E)

Trapping Rain Water II 思路：一个格子能够盛水的高度，取决于这个格子四个方向能够传进来吃水线的最小值；用priorityqueue，最外围的格子是不能装水的，然后从最小的吃水线往里面渗透，因为每次都是以最小的吃水线往里面传递，那么保证了每次算出来的吃水线-height都是合法的盛水的高度；n*m*log(n*m)