LeetCode图专题（未完成）

Posted 2020-12-10 xinxinpangpang

图可以用邻接矩阵（顶点和顶点矩阵）和邻接表（顶点的链表）两种形式的结构来存储。

还有逆邻接表，顶点依然是头结点，但后续存的是谁指向你的。还有十字链表。。。

漫画：什么是 “图”？（修订版）

图的遍历：DFS,BFS 搞搞清楚

漫画：深度优先遍历 和 广度优先遍历

DFS就是遍历头结点的邻节点们，假如这个邻节点没有被访问过，就递归调用dfs。

除了递归还能用栈后进先出，做while循环判断栈是否为空，在循环内先poll再add邻节点们？？不对啊应该只add一个啊（需要一条路走下去）？（没看到用栈的代码。。。）

看这个：数据结构与算法：三十张图弄懂「图的两种遍历方式」

深度优先搜索是递归过程，带有回退操作，因此需要使用栈存储访问的路径信息。当访问到的当前顶点没有可以前进的邻接顶点时，需要进行出栈操作，将当前位置回退至出栈元素位置。（这意思是递归+栈。。。这个栈接收回退在上面代码中是被visited取代了吗？我晕了。。能不能给给代码。。。(补：210的方法2，又有dfs递归又有栈stack又有状态visied....)

BFS用队列前面出后面入，先进先出。做while循环判断队列是否为空，在循环内先poll再add邻节点们，是先add的先出来，顺序和add时一致。

二分图

如果可以用两种颜色对图中的节点进行着色，并且保证相邻的节点颜色不同，那么这个图就是二分图。

1. 判断是否为二分图

785. Is Graph Bipartite? (Medium)

Leetcode / 力扣

如果我们能将一个图的节点集合分割成两个独立的子集A和B，并使图中的每一条边的两个节点一个来自A集合，一个来自B集合，我们就将这个图称为二分图。

Input: [[1,3], [0,2], [1,3], [0,2]]
Output: true
Explanation:
The graph looks like this:
0----1
|    |
|    |
3----2
We can divide the vertices into two groups: {0, 2} and {1, 3}.

emmmm差点没看懂这多维数组是如何表示图。。。省略了顶点。

 任何两点都走得通的图是连通图，否则是非连通图。

答案：深度优先搜索着色【通过】

思路：

如果节点属于第一个集合，将其着为蓝色，否则着为红色。只有在二分图的情况下，可以使用贪心思想给图着色：一个节点为蓝色，说明它的所有邻接点为红色，它的邻接点的所有邻接点为蓝色，依此类推。

算法：

使用数组（或者哈希表）记录每个节点的颜色： color[node]。颜色可以是 0， 1，或者未着色（-1 或者 null）。

搜索节点时，需要考虑图是非连通的情况。对每个未着色节点，从该节点开始深度优先搜索着色。每个邻接点都可以通过当前节点着相反的颜色。如果存在当前点和邻接点颜色相同，则着色失败。

使用栈完成深度优先搜索（之前树的时候用的递归，但也记得可以用栈），栈类似于节点的 “todo list”，存储着下一个要访问节点的顺序。在 graph[node] 中，对每个未着色邻接点，着色该节点并将其放入到栈中。

时间复杂度：O(N + E)，其中 N 是节点的数量，E 是边的数量。着色每个节点时，遍历其所有边（比如有3个邻节点是找3条边）。

空间复杂度：O(N)，存储 color 的栈。

-------------------------------------------------------------------------------------------------------

graph将会以邻接表方式给出，graph[i]表示图中与节点 i 相连的所有节点。每个节点都是一个在0到graph.length-1之间的整数（？顶点数？）。这图中没有自环和平行边： graph[i] 中不存在 i，并且graph[i]中没有重复的值。

class Solution {
    public boolean isBipartite(int[][] graph) {
        int n = graph.length;//这个是顶点数 行数 就是大一维数组里面的元素个数
        int[] color = new int[n];//定义一个记录顶点颜色的数组
        Arrays.fill(color, -1);//初始化都未上色

        for (int start = 0; start < n; ++start) {//遍历顶点们  ++i和i++在没赋值的情况下都一样吧？都是i自增啊？
            if (color[start] == -1) {  //这是一个大的判断，不满足直接回到for的下一个
                Stack<Integer> stack = new Stack();//下一个没上色的进新栈
                stack.push(start);//如果该节点未上色，则进一个新栈
                color[start] = 0;//给它上0色

                while (!stack.empty()) {//这里循环好久 从0的邻节点们 到邻节点的邻节点们 
　　　　　　　　　　　　　　　　　　　　　　　　　　直到邻节点们都已经上色且不冲突，全部出栈了才结束while 进去出来的过程还真是前序遍历
                    Integer node = stack.pop();//所以这里不只是i 需要定义一个node变量
                    for (int nei: graph[node]) {//遍历该上完色弹出的顶点的相邻点们  这不是dfs了吧？dfs是一条路走下去不管全部的啊，这像bfs？               
　　　　　　　　　　　　if (color[nei] == -1) {
                            stack.push(nei);//没上色的邻节点又进栈 所以while不能是if 虽然前面只有1个进来又出去 但这里可能有多个进栈
                            color[nei] = color[node] ^ 1;// ^按位异或
                        } else if (color[nei] == color[node]) {//如果与邻节点颜色相同 false
                            return false;
                        }
                    }
                }
            }
        }

        return true;
    }
}

作者：LeetCode
链接：https://leetcode-cn.com/problems/is-graph-bipartite/solution/pan-duan-er-fen-tu-by-leetcode/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

放入栈中代表着下一步要对他着色了。todo他。

要想实现回溯，可以利用栈的先入后出特性，也可以采用递归的方式（因为递归本身就是基于方法调用栈来实现）。

DFS的栈实现，我感觉这一题就是：先入栈一个顶点，然后又出栈该节点，入栈它的邻节点们。栈不为空的循环下，再出栈刚放进去的邻节点的最后一个，入栈该邻节点的邻节点们。。。推下去直到没有邻节点了，此时循环依然需要出栈，则开始回溯，再发展，没有的话再回溯，没有的话再回溯，直到栈为空。

但是漫画里最先入栈的那些不需要出栈，最后没有邻节点的才开始回溯。这儿答案可能为了简写代码就一条出栈语句？还有条件不一样那儿是找没访问过的，这儿需要把邻节点染不同颜色。

--------------------------------------------------------------------------------------------------

这没有用到stack看起来还简单一些 但实际用的相反色递归好难理解。。。

public boolean isBipartite(int[][] graph) {
int[] colors = new int[graph.length];
    Arrays.fill(colors, -1);

for (int i = 0; i < graph.length; i++) {  // 处理图不是连通的情况    这里也是遍历节点
        if (colors[i] == -1 && !isBipartite(i, 0, colors, graph)) {
            return false;
        }
    }
    return true;//情况就是遍历的顶点们不是上面的情况（未着色且方法返回false）就是true
}

private boolean isBipartite(int curNode, int curColor, int[] colors, int[][] graph) {//重载判断是不是二分图 因为需要的判断参数多一些
    if (colors[curNode] != -1) {
        return colors[curNode] == curColor;//若遍历的该节点已经上色，则返回判断该节点的颜色是否是0
    }
    colors[curNode] = curColor;//没有上色的话给他上0色
    for (int nextNode : graph[curNode]) {//遍历他的邻节点们  判断递归方法的结果（传入的是相反色，若方法返回true的话就是true）
        if (!isBipartite(nextNode, 1 - curColor, colors, graph)) {//若递归方法返回false的话这里也是false
            return false;
        }
    }
    return true;
}

拓扑排序

常用于在具有先序关系的任务规划中。

 浅谈什么是图拓扑排序

有向无环图（Directed Acyclic Graph, DAG）是有向图的一种，字面意思的理解就是图中没有环（没有自己指向自己，和来回指向形成环的（2个节点3个节点及以上都有可能））。常常被用来表示事件之间的驱动依赖关系，管理任务之间的调度。

AOV网：在每一个工程中，可以将工程分为若干个子工程，这些子工程称为活动。如果用图中的顶点表示活动，以有向图的弧表示活动之间的优先关系，这样的有向图称为AOV网，即顶点表示活动的网。在AOV网中，如果从顶点vi到顶点j之间存在一条路径，则顶点vi是顶点vj的前驱，顶点vj是顶点vi的后继。活动中的制约关系可以通过AOV网中的表示。 在AOV网中，不允许出现环，如果出现环就表示某个活动是自己的先决条件。因此需要对AOV网判断是否存在环，可以利用有向图的拓扑排序进行判断。

拓扑序列：设G=(V,E)是一个具有n个顶点的有向图，V中的顶点序列v1,v2,…,vn,满足若从顶点vi到vj有一条路径，则在顶点序列中顶点vi必在vj之前，则我们称这样的顶点序列为一个拓扑序列。
拓扑排序：拓扑排序是对一个有向图构造拓扑序列的过程。有两个方法，一是入度表法（看入度），二是DFS（看出度）。【详见链接】

拓扑排序（Topological Sorting）是一个有向无环图（DAG, Directed Acyclic Graph）的所有顶点的线性序列。且该序列必须满足下面两个条件：
  （1）每个顶点出现且只出现一次。
  （2）若存在一条从顶点 A 到顶点 B 的路径，那么在序列中顶点 A 出现在顶点 B 的前面。
  注：有向无环图（DAG）才有拓扑排序，非DAG图没有拓扑排序一说

1. 课程安排的合法性

207. Course Schedule (Medium)

你这个学期必须选修 numCourse 门课程，记为 0 到 numCourse-1 。

在选修某些课程之前需要一些先修课程。 例如，想要学习课程 0 ，你需要先完成课程 1 ，我们用一个匹配来表示他们：[0,1]

给定课程总量以及它们的先决条件，请你判断是否可能完成所有课程的学习？

Leetcode / 力扣

2, [[1,0]]
return true

emmmm答案见评论区

核心思想就是：
先构造邻接表和节点入度数组，用队列记录初始的入度为0的节点，从队列中取元素，将该节点指向的那些节点的入度-1（删除操作），若有新的入度为0的节点，加入队列中，直到队列为空，排序结束，判断取出来的节点的数目是否==图节点数目，否则有环

class Solution {
    public boolean canFinish(int numCourses, int[][] prerequisites) {//numCourses个结点的有向图 后面只是个二维数组
        int n=prerequisites.length;//n条边 好吧是边 不过上一题规定了边表数量一样 这里没啥用啊也 用的都是顶点数 可删除这行代码
　　　　　　　　　　　　//想起来了二维数组之前学的矩阵的length就是行数啊啊啊啊，这里就是元素个数，邻接表里就是顶点个数啊
        ArrayList<Integer> [] adjacencyList=new ArrayList[numCourses];//邻接表 是arraylist类型的数组 也就是说每个元素是一个list集合
        int [] inDegree=new int[numCourses];//入度数组，inDegree[i]的值表示节点i的入度
        //构建邻接表
        for(int i=0;i<numCourses;i++){//adj有节点个元素
            adjacencyList[i]=new ArrayList<>();//节点i的下标为i 还需要具体给每个元素分配list空间？可能就得有<>()
        }
        for (int [] pre:prerequisites) {//取行,就是取它给的二维数组中每一个行元素。比如【0,1】想修0必先修1
　　　　　　　　　　　　//是在把题目中给的弄到邻接表里去。这次给的多维数组不是邻接表还反了
            adjacencyList[pre[1]].add(pre[0]);//比如pre=[0,1],1是边的起始点，0才是终点，是节点1指向节点0 哦哦这是题目要求
　　　　　　　　//所以这里是后面的课为头节点 即邻接表数组的索引（用矩阵看就是该行数） 前面那个为头节点的指向，加到该索引指向的list里面
            inDegree[pre[0]]++//拓扑排序判断是不是DAG
        return topologicalSort(adjacencyList,inDegree,numCourses);
    }
    private boolean topologicalSort(ArrayList<Integer> [] adjacencyList,int [] inDegree,int n){//邻接表和入度数组
        int res=0;//拓扑排序能取出来的节点数目
        Queue<Integer> queue=new LinkedList<Integer>();//存储入度为0的节点
        for(int i=0;i<n;i++){
            if(inDegree[i]==0) queue.offer(i);//节点i的入度为0，添加进队列
        }
         while (!queue.isEmpty()) { //这里又有点DFS的意思了 想起做的栈和队列的题 好像都是这样循环 难道都是DFS？等一下答案说是BFS？。。。
            int i = queue.poll();//取出节点i 也是和上一题一样循环一进来就先出。。。但这个是队列上一题是栈
            res++;//出一个加一个
            for (int child_of_i : adjacencyList[i]) {//对节点i指向的每一个节点
                inDegree[child_of_i]--;//入度-1
                if (inDegree[child_of_i] == 0) queue.offer(child_of_i);
            }
           
        }
        return res==n;
    }
}

作者：jin-ai-yi
链接：https://leetcode-cn.com/problems/course-schedule/solution/tuo-bu-pai-xu-de-ban-fa-pan-duan-you-xiang-tu-shi-/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

我的老天鹅...IT\'S TOO HARD FOR ME...

复习一下：

class Solution {
    public boolean canFinish(int numCourses, int[][] prerequisites) {
        ArrayList<Integer>[] adj = new ArrayList[numCourses];
        int[] inDegree = new int[numCourses];

        for(int i = 0;i<numCourses;i++){
            adj[i] = new ArrayList<>();
        }
        for(int[] pre:prerequisites){
            adj[pre[1]].add(pre[0]);//课程只有先修谁后修谁这2个 索引0和索引1
            inDegree[pre[0]]++;
        }
        return topLogicalSort(adj,inDegree,numCourses);
    }
    public boolean topLogicalSort(ArrayList<Integer>[] adj,int[] inDegree,int n){
        int res = 0;
        Queue<Integer> queue = new LinkedList<>();
        for(int i = 0;i<inDegree.length;i++){
            if(inDegree[i]==0){
                queue.add(i);
            }
        }
        while(!queue.isEmpty()){
            int i = queue.poll();
            res++;
            for(int child_of_i:adj[i]){
                inDegree[child_of_i]--;
                if(inDegree[child_of_i]==0){
                    queue.add(child_of_i);
                }
            }
        }
        return res==n;
    }
}

还有dfs也可以解决此题，不过要变通一下，一个节点的状态不再是访问过/没访问过两种，而是：
0：当前节点尚未访问过；1：当前节点在其他轮的dfs中被访问过了；2：当前节点在本轮dfs中被访问过了，有环

因为主循环里每一次dfs的时候，只有访问到本轮dfs的过程中访问过的节点，才说明这个dfs得到的路径是个环；若是访问到其他轮dfs中访问过的节点，与本轮dfs无关，不应考虑

只有在“访问到本轮dfs的过程中的重复节点”，才说明是环

class Solution {
     public boolean canFinish(int numCourses, int[][] prerequisites) {
        //先构造邻接矩阵
        int [][] AdjacencyMatrix=new int[numCourses][numCourses];
        int [] visited=new int[numCourses];//访问情况记录,dfs的时候，0：尚未访问过；
　　　　　　　　　　　　　　　　　　//1：在其他节点为起始的时候访问过了； 2：在当前节点起始的时候访问过了，有环，直接返回false
        for (int[] pre:prerequisites) {
            AdjacencyMatrix[pre[1]][pre[0]]=1;//pre[1]指向pre[0]的一条边  邻接矩阵元素Aij为1时是i指向j
        }
        for(int i=0;i<numCourses;i++){//对节点i
            if(visited[i]==0) {
                if (!dfs(AdjacencyMatrix, visited, i)) return false;
            }
        }
        return true;
    }
      private boolean dfs(int [][] AdjacencyMatrix,int [] visited,int i){
        if(visited[i]==2) return false;//在主循环的一轮dfs中访问了同一个节点两次，有回路  我明白了 这里主要是供下面那个dfs用的
        visited[i]=2;
        for(int j=0;j<AdjacencyMatrix.length;j++){//邻接矩阵行遍历 
            if(AdjacencyMatrix[i][j]==1){
                if(dfs(AdjacencyMatrix,visited,j)==false) return false;
            }
        }
        visited[i]=1;//从节点i开始的dfs结束，下一次
        return true;
    }
}

好难理解啊。。。没太懂。。。

2. 课程安排的顺序

210. Course Schedule II (Medium)

Leetcode / 力扣

4, [[1,0],[2,0],[3,1],[3,2]]
There are a total of 4 courses to take. To take course 3 you should have finished both courses 1 and 2.
 Both courses 1 and 2 should be taken after you finished course 0. So one correct course order is [0,1,2,3]. 
Another correct ordering is[0,2,1,3].
我是根据上一题用队列做的拓扑排序。用队列好像就是BFS不是DFS

class Solution {
    public int[] findOrder(int numCourses, int[][] prerequisites) {
        ArrayList<Integer>[] adj = new ArrayList[numCourses];
        int[] inDegree = new int[numCourses];
        for(int i = 0;i<numCourses;i++){
            adj[i] = new ArrayList<>();//这是给每一个元素存一个list空间
        }
        for(int[] pre:prerequisites){
            adj[pre[1]].add(pre[0]);
            inDegree[pre[0]]++;
        }
        ArrayList<Integer> list = new ArrayList<>();
         list if(list==null){
             return new int[0];//返回一个空数组要这样写
         }

         int[] array = new int[list.size()];//ilst转array要这样写
        for(int i = 0; i < list.size();i++){
        array[i] = list.get(i);
         }
         return array;
    }

    public ArrayList<Integer> topLogicSort(ArrayList<Integer>[] adj,int[] inDegree,int n){
        ArrayList<Integer> list = new ArrayList<>();
        int res=0;
        Queue<Integer> queue = new LinkedList<>();
        for(int i = 0;i<n;i++){
            if(inDegree[i]==0){
                queue.add(i);
            }
        }
            while(!queue.isEmpty()){
                int i = queue.poll();
                list.add(i);
                res++;
                for(int child_of_i:adj[i]){
                    inDegree[child_of_i]if(inDegree[child_of_i]==0){
                        queue.add(child_of_i);
                    }
                }
            }
            if(res==n){
                return list;
            }
            return null;
        
    }
}

看答案整理一下：

BFS 的总体思路：（卧槽都没有建立邻接表吗直接拿输入的二维数组当邻接表吗？？）

建立入度表，入度为 0 的节点先入队
当队列不为空，节点出队，标记学完课程数量的变量加 1，并记录该课程
将课程的邻居入度减 1
若邻居课程入度为 0，加入队列
用一个变量记录学完的课程数量，一个数组记录最终结果，简洁好理解。

DFS 的总体思路：

建立邻接矩阵
DFS 访问每一个课程，若存在环直接返回
status 保存课程的访问状态，同一个栈保存课程的访问序列。

方法 1: 最简单的 BFS（真的是把输入的参数直接当邻接表的作用使，前面都可以这样，简便好多）

    // 方法 1 最简单的 BFS
    public int[] findOrder(int numCourses, int[][] prerequisites) {
        if (numCourses == 0) return new int[0];
        int[] inDegrees = new int[numCourses];
        // 建立入度表
        for (int[] p : prerequisites) { // 对于有先修课的课程，计算有几门先修课
            inDegrees[p[0]]++;
        }
        // 入度为0的节点队列
        Queue<Integer> queue = new LinkedList<>();
        for (int i = 0; i < inDegrees.length; i++) {
            if (inDegrees[i] == 0) queue.offer(i);
        }
        int count = 0;  // 记录可以学完的课程数量
        int[] res = new int[numCourses];  // 可以学完的课程
        // 根据提供的先修课列表，删除入度为 0 的节点
        while int curr = queue.poll();
            res[count++] = curr;   // 将可以学完的课程加入结果当中
            for (int[] p : prerequisites) {
                if (p[1] == curr){//遍历出2个一组的元素们 要是该组后面这个也就是头结点出队列了的话 前面这个入度就减去1
                    inDegrees[p[0]]--;
                    if (inDegrees[p[0]] == 0) queue.offer(p[0if (count == numCourses) return res;
        return new int[0];
    }

作者：kelly2018
链接：https://leetcode-cn.com/problems/course-schedule-ii/solution/java-jian-dan-hao-li-jie-de-tuo-bu-pai-xu-by-kelly/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

方法 2：邻接矩阵(数组) + DFS  （上一题第2解有点类似，但是我没太懂）

    // 方法 2：邻接矩阵 + DFS   由于用的数组，每次都要遍历，效率比较低
    public int[] findOrder(int numCourses, int[][] prerequisites) {
        if (numCourses == 0) return new int[0];
        // 建立邻接矩阵
    // 记录访问状态的数组，访问过了标记 -1，正在访问标记 1，还未访问标记 0
        int[] status = new int[numCourses];
        Stack<Integer> stack = new Stack<>();  // 用栈保存访问序列

        for (int i = 0; i < numCourses; i++) {
            if (!dfs(graph, status, i, stack)) return new int[0]; // 只要存在环就返回
        }

        int[] res = new int[numCourses];
        for (int i = 0; i < numCourses; i++) {
            res[i] = stack.pop();
        }
        return res;
    }

    private boolean dfs(int[][] graph, int[] status, int i, Stack<Integer> stack) {
        if (status[i] == 1) return false; // 当前节点在此次 dfs 中正在访问，说明存在环 主要是供下面那个递归dfs用的，一条龙判断递归走下去
        if (status[i] == -1) return true; //被别的一条龙访问过

        status[i] = 1;
        for (int j = 0; j < graph.length; j++// dfs 访问当前课程的后续课程，看是否存在环
            if (graph[i][j] == 1 && !dfs(graph, status, j, stack)) return false;
        }
        status[i] = -1;  // 标记为已访问
        stack.push(i);
        return true;
    }

作者：kelly2018
链接：https://leetcode-cn.com/problems/course-schedule-ii/solution/java-jian-dan-hao-li-jie-de-tuo-bu-pai-xu-by-kelly/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

需要复习。。。跟上一个dfs一样。。还有这里不用对栈逆序？为啥其他的需要?

并查集

并查集可以动态地连通两个点，并且可以非常快速地判断两个点是否连通。

1. 冗余连接

684. Redundant Connection (Medium)

在本问题中, 树指的是一个连通且无环的无向图。

输入一个图，该图由一个有着N个节点 (节点值不重复1, 2, ..., N) 的树及一条附加的边构成。附加的边的两个顶点包含在1到N中间，这条附加的边不属于树中已存在的边。

结果图是一个以边组成的二维数组。每一个边的元素是一对[u, v] ，满足 u < v，表示连接顶点u 和v的无向图的边。

返回一条可以删去的边，使得结果图是一个有着N个节点的树。如果有多个答案，则返回二维数组中最后出现的边。答案边 [u, v] 应满足相同的格式 u < v。

示例 1：

输入: [[1,2], [1,3], [2,3]]
输出: [2,3]
解释: 给定的无向图为:
　　1
　　/ \\
     2 - 3

Leetcode / 力扣

题目描述：有一系列的边连成的图，找出一条边，移除它之后该图能够成为一棵树。

答案：

没看懂。。。先跳了。。。