news 2026/7/11 8:21:44

图的模板总结(简单版)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
图的模板总结(简单版)

一、深度搜索dfs和广度搜索bfs

  • dfs是可一个方向去搜,不到黄河不回头,直到遇到绝境了,搜不下去了,再换方向(换方向的过程就涉及到了回溯)。
  • bfs是先把本节点所连接的所有节点遍历一遍,走到下一个节点的时候,再把连接节点的所有节点遍历一遍,搜索方向更像是广度,四面八方的搜索过程。

问“最短” → BFS
问“有没有环” → DFS
问“连通区域” → DFS
问“是否能到达” → BFS/DFS 都行
多源同时扩散 → 多源 BFS
要找所有路径/组合 → DFS

1.BFS模板

q.add(start)
while(q非空):
遍历当前层
扩散到下一层

以腐烂的橘子为例(多源)

// 固定:方向数组(如果是网格 BFS) int[][] dirs = {{1,0},{-1,0},{0,1},{0,-1}}; // 固定:队列结构 Queue<int[]> q = new LinkedList<>(); // 可变:根据题意加入起点(单源 BFS 只有一个) q.offer(new int[]{startX, startY}); // 固定:标记 visited,防止重复访问 boolean[][] vis = new boolean[m][n]; vis[startX][startY] = true; // 固定:开始 BFS 四层模板 int steps = 0; while (!q.isEmpty()) { // 固定:按层遍历(求最短步数必需) int size = q.size(); while (size-- > 0) { // 固定:取出队头 int[] cur = q.poll(); int x = cur[0], y = cur[1]; // 可变:题意相关逻辑(例如判断是否到达目标) // if (grid[x][y] == TARGET) return steps; // 固定:扩散到四个方向 for (int[] d : dirs) { int nx = x + d[0]; int ny = y + d[1]; // 可变:边界条件、障碍条件、题目特判 if (nx < 0 || nx >= m || ny < 0 || ny >= n) continue; if (vis[nx][ny]) continue; // if (grid[nx][ny] == '#') continue; // 按题意定义障碍 // 固定:入队 + 标记访问 vis[nx][ny] = true; q.offer(new int[]{nx, ny}); } } // 固定:每扩散一层, steps++ steps++; }

固定步骤:

1.新建队列

2.visit数组防重复访问

3.层序遍历框架

int size = q.size(); while (size-- > 0) { ... } steps++;

4.四个方向扩散

需要根据题目改变的地方:

1. 初始入队的点(单源 / 多源)

2. 访问条件,比如:边界,grid[x][y] == 0/1/2,不能访问障碍,可以访问某个点

3. 到达目标时的处理

4. 返回值含义(最短步数 or 是否可达 or 最大层数)

如果是单源,那么就直接把这个点入队就行

q.offer(new int[]{startX, startY}); vis[startX][startY] = true;

如果是多源,那么就要for循环遍历所有的点

for (int[] src : sources) { q.offer(src); vis[src[0]][src[1]] = true; }

2.DFS模板

岛屿数量

dfs(x):
if(不能继续) return
标记访问
dfs(邻居)

void dfs(int x, int y) { // 可变:越界判断 / 终止条件 if (x < 0 || x >= m || y < 0 || y >= n) return; if (grid[x][y] != '1') return; // 固定:标记为已访问 grid[x][y] = '2'; // 或 vis[x][y] = true // 固定:四方向递归 DFS dfs(x + 1, y); dfs(x - 1, y); dfs(x, y + 1); dfs(x, y - 1); }

固定步骤:

1. 函数结构(传坐标/节点)

2. 递归调用自身

3. 标记访问

需要根据题目改变的地方:

1. 终止条件根据题目不同:越界,遇到障碍,遇到已访问过的点,符合某个条件停止

2. 标记方式

3. 图的结构 网格(四方向),树,图(邻接表)

4. 返回值

图的结构

void dfs(TreeNode root) { if (root == null) return; dfs(root.left); dfs(root.right); }

图(检测环)

boolean dfs(int x) { if (color[x] == 1) return true; // 找到环 if (color[x] == 2) return false; color[x] = 1; for (int y : g[x]) { if (dfs(y)) return true; } color[x] = 2; return false; }

二、拓扑排序

课程表

public int[] topoSort(int numCourses, int[][] prerequisites) { // 固定:构造图的邻接表 List<Integer>[] g = new ArrayList[numCourses]; Arrays.setAll(g, i -> new ArrayList<>()); // 固定:统计所有节点的入度 indegree[] int[] indegree = new int[numCourses]; // 可变:根据题目加入边信息 // prerequisites[i] = {a, b} 意味 b -> a for (int[] p : prerequisites) { int a = p[0], b = p[1]; g[b].add(a); indegree[a]++; } // 固定:队列存储所有入度为 0 的节点 Queue<Integer> q = new LinkedList<>(); for (int i = 0; i < numCourses; i++) { if (indegree[i] == 0) q.offer(i); } // 固定:拓扑序存放结果 int[] order = new int[numCourses]; int idx = 0; // 固定:BFS 弹出入度为 0 的点,并降低邻接点入度 while (!q.isEmpty()) { int x = q.poll(); order[idx++] = x; for (int y : g[x]) { indegree[y]--; if (indegree[y] == 0) q.offer(y); } } // 可变:根据题意返回不同的内容 // 这里如果 idx < numCourses 说明有环,无法完成 if (idx < numCourses) return new int[0]; // 有环 return order; }

固定步骤:

1.构造邻接表
2. indegree 数组
3.入度为 0 进队列
4.队列 BFS
5.拉出节点 → 降低其邻接节点的入度
6.入度减到 0 再进队列

需要根据题目改变的地方:

1.边方向,先干嘛后干嘛

2.返回内容

三、前缀树

从二叉树到多叉树

以实现Trie前缀树为例

class Trie { private static class Node { Node[] son = new Node[26]; // 固定:表示 26 个字母 boolean end; // 固定:这个节点是否是某个单词的结尾 } private final Node root = new Node(); // 固定:根节点 // 插入单词(固定模板) public void insert(String word) { Node cur = root; for (char c : word.toCharArray()) { c -= 'a'; if (cur.son[c] == null) { cur.son[c] = new Node(); } cur = cur.son[c]; } cur.end = true; } // 查找完整单词(固定模板) public boolean search(String word) { Node t = find(word); return t != null && t.end; } // 查找前缀(固定模板) public boolean startsWith(String prefix) { return find(prefix) != null; } // 根据字符串找到最后一个节点(核心固定) private Node find(String word) { Node cur = root; for (char c : word.toCharArray()) { c -= 'a'; if (cur.son[c] == null) return null; cur = cur.son[c]; } return cur; } }
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/1 7:13:57

fft npainting lama断点续修功能实现:中间结果保存策略

fft npainting lama断点续修功能实现&#xff1a;中间结果保存策略 1. 引言 在图像修复任务中&#xff0c;用户经常需要对同一张图像进行多轮、分区域的修复操作。尤其是在处理复杂场景&#xff08;如大面积物体移除、多个水印去除&#xff09;时&#xff0c;一次性完成所有修…

作者头像 李华
网站建设 2026/7/8 6:46:59

YOLOv9训练日志备份:云端存储同步方案

YOLOv9训练日志备份&#xff1a;云端存储同步方案 在深度学习模型训练过程中&#xff0c;尤其是使用YOLOv9这类高性能目标检测框架时&#xff0c;训练日志、权重文件和实验记录的完整性至关重要。一旦本地环境出现故障或资源释放&#xff0c;未及时备份的数据将面临永久丢失风…

作者头像 李华
网站建设 2026/7/4 10:53:04

边缘计算新选择:Qwen3-VL-8B在MacBook上的完整部署教程

边缘计算新选择&#xff1a;Qwen3-VL-8B在MacBook上的完整部署教程 1. 引言&#xff1a;为什么要在边缘设备上运行多模态大模型&#xff1f; 随着AI技术的快速发展&#xff0c;多模态大模型&#xff08;视觉语言&#xff09;正从云端走向本地终端。然而&#xff0c;大多数高性…

作者头像 李华
网站建设 2026/7/1 7:14:03

MinerU批量处理脚本:for循环自动化提取实战代码

MinerU批量处理脚本&#xff1a;for循环自动化提取实战代码 1. 引言 1.1 业务场景描述 在实际的文档处理工作中&#xff0c;我们经常面临大量PDF文件需要转换为结构化Markdown格式的需求。例如&#xff0c;在构建知识库、整理学术资料或进行企业文档归档时&#xff0c;手动逐…

作者头像 李华
网站建设 2026/6/30 23:59:48

ms-swift+Swift UI:可视化监控训练全过程

ms-swiftSwift UI&#xff1a;可视化监控训练全过程 在大模型时代&#xff0c;微调&#xff08;Fine-tuning&#xff09;已成为释放预训练模型潜力的核心手段。然而&#xff0c;随着模型规模不断攀升、训练任务日益复杂&#xff0c;传统的命令行式训练方式已难以满足开发者对可…

作者头像 李华
网站建设 2026/7/1 10:17:45

多模态AI商业化:Qwen3-VL-2B在各行业的应用前景

多模态AI商业化&#xff1a;Qwen3-VL-2B在各行业的应用前景 1. 引言&#xff1a;视觉理解机器人的兴起 随着人工智能从单一模态向多模态演进&#xff0c;具备“看懂世界”能力的视觉语言模型&#xff08;Vision-Language Model, VLM&#xff09;正成为AI商业化的关键突破口。…

作者头像 李华