图结构练习——BFSDFS——判断可达性

本文介绍了一个关于图结构的问题,使用广度优先搜索(BFS)和无序邻接表来判断两个军团间的可达性。通过对比深度优先搜索(DFS)与广度优先搜索的不同实现,展示了BFS在解决此类问题上的优势。

think:
1题目注意超时,自己刚开始用的深度优先搜索和有序邻接表,超时
推测如果用邻接矩阵可能会直接runtime error
2反思:根据题意选用适合的数据结构,这个题目建议用广度优先搜索和邻接表

图结构练习——BFSDFS——判断可达性
Time Limit: 1000MS Memory Limit: 65536KB

Problem Description
在古老的魔兽传说中,有两个军团,一个叫天灾,一个叫近卫。在他们所在的地域,有n个隘口,编号为1..n,某些隘口之间是有通道连接的。其中近卫军团在1号隘口,天灾军团在n号隘口。某一天,天灾军团的领袖巫妖王决定派兵攻打近卫军团,天灾军团的部队如此庞大,甚至可以填江过河。但是巫妖王不想付出不必要的代价,他想知道在不修建任何通道的前提下,部队是否可以通过隘口及其相关通道到达近卫军团展开攻击。由于n的值比较大(n<=1000),于是巫妖王找到了擅长编程的你 =_=,请你帮他解决这个问题,否则就把你吃掉变成他的魔法。为了拯救自己,赶紧想办法吧。

Input
输入包含多组,每组格式如下。
第一行包含两个整数n,m(分别代表n个隘口,这些隘口之间有m个通道)。
下面m行每行包含两个整数a,b;表示从a出发有一条通道到达b隘口(注意:通道是单向的)。

Output
如果天灾军团可以不修建任何通道就到达1号隘口,那么输出YES,否则输出NO。

Example Input
2 1
1 2
2 1
2 1

Example Output
NO
YES

Hint
Author
赵利强

以下为accepted代码——广度优先搜索+无序邻接表

#include <stdio.h>
#include <string.h>
#include <stdlib.h>
struct node
{
    int Data;
    struct node *next;
}*a[1004], *p;
int visit[1004], link[1004];
int tp, op, flag;
void BFS(int n)
{
    op++;
    p = a[n];
    while(p != NULL)
    {
        if(p->Data == 1)
        {
            flag = 1;
            return;
        }
        if(visit[p->Data] == 0)
        {
            link[tp++] = p->Data;
            visit[p->Data] = 1;
        }
        p = p->next;
    }
    if(op <= tp)
        BFS(link[op]);
}
int main()
{
    int n, m, i, u, v;
    while(scanf("%d %d", &n, &m) != EOF)
    {
        flag = 0;
        tp = op = 0;
        memset(visit, 0, sizeof(visit));
        for(i = 0; i <= n; i++)
            a[i] = NULL;
        while(m--)
        {
            scanf("%d %d", &u, &v);
            if(a[u] == NULL)
            {
                p = (struct node *)malloc(sizeof(struct node));
                p->Data = v;
                p->next = NULL;
                a[u] = p;
            }
            else
            {
                p = (struct node *)malloc(sizeof(struct node));
                p->Data = v;
                p->next = a[u]->next;
                a[u]->next = p;
            }
        }
        //DFS(n);
        link[tp++] = n;
        visit[n] = 1;
        BFS(n);
        if(flag)
            printf("YES\n");
        else
            printf("NO\n");
    }
    return 0;
}


/***************************************************
User name: 
Result: Accepted
Take time: 60ms
Take Memory: 4484KB
Submit time: 2017-02-15 20:23:35
****************************************************/

以下为time limit exceeded代码——深度优先搜索+有序邻接表

#include <stdio.h>
#include <string.h>
#include <stdlib.h>
struct node
{
    int Data;
    struct node *next;
}*a[1004], *p, *q;
int visit[1004], link[1004];
int tp, op, flag;
void DFS(int n)
{
    if(n == 1)
    {
        flag = 1;
        return;
    }

    if(a[n] == NULL)
        return;

    p = a[n]->next;

    while(p != NULL)
    {
        if(visit[p->Data] == 0)
        {
            visit[p->Data] = 1;
            DFS(p->Data);
        }
        p = p->next;
    }
}
void BFS(int n)
{
    if(n == 1)
    {
        flag = 1;
        return;
    }
    op++;
    p = a[n];
    while(p != NULL)
    {
        if(visit[p->Data] == 0)
        {
            link[tp++] = p->Data;
            visit[p->Data] = 1;
        }
        p = p->next;
    }
    if(op <= tp)
        BFS(link[op]);
}
int main()
{
    int n, m, i, u, v;
    while(scanf("%d %d", &n, &m) != EOF)
    {
        flag = 0;
        tp = op = 0;
        memset(visit, 0, sizeof(visit));
        for(i = 0; i <= n; i++)
            a[i] = NULL;
        while(m--)
        {
            scanf("%d %d", &u, &v);
            if(a[u] == NULL)
            {
                p = (struct node *)malloc(sizeof(struct node));
                p->Data = u;
                p->next = NULL;
                a[u] = p;
                p = (struct node *)malloc(sizeof(struct node));
                p->Data = v;
                p->next = NULL;
                a[u]->next = p;
            }
            else
            {
                p = (struct node *)malloc(sizeof(struct node));
                p->Data = v;
                p->next = NULL;
                q = a[u]->next;
                if(q == NULL)
                {
                    p->next = a[u]->next;
                    a[u]->next = p;
                }
                while(q != NULL)
                {
                    if(q->next == NULL)
                    {
                        if(p->Data >= q->Data)
                        {
                            p->next = q->next;
                            q->next = p;
                        }
                    }
                    else if(q->next != NULL)
                    {
                        if(p->Data >= q->Data && p->Data < q->next->Data)
                        {
                            p->next = q->next;
                            q->next = p;
                        }
                    }
                    q = q->next;
                }
            }
        }
        //DFS(n);
        link[tp++] = n;
        visit[n] = 1;
        BFS(n);
        if(flag)
            printf("YES\n");
        else
            printf("NO\n");
    }
    return 0;
}


/***************************************************
User name: 
Result: Time Limit Exceeded
Take time: 1010ms
Take Memory: 0KB
Submit time: 2017-02-15 20:12:04
****************************************************/
<think> 嗯,用户这次的问题是关于BFSDFS能否判断有向图连通性的。结合用户之前对极小连通子图的深入提问,ta应该是在学习图论的基础算法,需要明确算法适用的边界条件。 用户提供的四个引用中,[2][3]特别值得关注——虽然它们主要描述无向图遍历,但基本原理可以迁移到有向图。引用[2]提到BFS适用于最短路径问题,这暗示了它遍历的完备性;引用[3]展示的层级遍历思想是关键,但需要调整有向图的边方向处理。 需要区分几个概念: 1. 弱连通:将无向图视为无向图时连通 2. 强连通:任意两点双向可达 3. 单连通:任意两点单向可达 用户问的"有向图是否连通"可能指弱连通性,因为这是最基础的连通标准。从算法实现看: - BFS/DFS判断弱连通:需要忽略边方向,将图视为无向图进行遍历。引用[4]的Python代码稍作修改即可实现——遍历时同时考虑入边出边邻居。 - 强连通判断则复杂得多,需要Kosaraju等专用算法,引用[2]提到的DFS缺点在此会凸显(可能漏判反向路径)。 用户上次对生成树性质的严谨追问说明ta注重细节,所以回答中特别强调"弱连通"的限定条件,并给出复杂度对比。生成的相关问题也延续了ta之前对证明特殊场景的兴趣。 最后注意示例图的选取:用带双向边的三角结构能同时展示强/弱连通的区别,而孤立点设计则覆盖非连通场景,这样比单纯文字说明更直观。 </think> 是的,**广度优先搜索BFS深度优先搜索DFS)都能判断有向图是否弱连通**,但需注意以下关键点: --- ### **1. 判断弱连通性(Weakly Connected)** - **核心方法**: 忽略边的方向,将有向图视为**无向图**,再通过 BFSDFS 遍历所有顶点。 - **步骤**: 1. 从任一顶点 $v$ 启动 BFSDFS 2. 遍历时忽略边方向(即若存在 $u \to v$ 或 $v \to u$,均视为 $u$ 与 $v$ 双向可达) 3. 若遍历后访问的顶点数 $=$ 图的总顶点数,则图是**弱连通**的 - **复杂度**:$O(V+E)$(与无向图相同)[^1][^3] - **示例**: 有向图 $G$ 的顶点集 $V=\{a,b,c\}$,边集 $E=\{a \to b, c \to b\}$。 忽略方向后视为无向图,从 $a$ 开始 DFS/BFS 可访问 $\{a,b,c\}$(通过 $a-b-c$),故 $G$ 弱连通。 --- ### **2. 无法直接判断强连通性(Strongly Connected)** - **强连通要求**:任意两点 $u$ $v$ 必须存在双向路径 $u \leadsto v$ $v \leadsto u$。 - **BFS/DFS 的局限**: 单次 BFSDFS 只能判断**从起点可达的顶点集合**,无法验证反向可达性。 **反例**:下图从 $a$ 开始 BFS 可访问全部顶点 $\{a,b,c\}$,但不存在 $b \leadsto a$ 或 $c \leadsto a$,故非强连通。 ```mermaid graph LR a((a)) --> b((b)) c((c)) --> b ``` --- ### **3. 判断强连通的改进方法** 需结合 BFS/DFS 的扩展策略: - **Kosaraju 算法**: 1. 用 DFS 记录结束时间 2. 将图反向(反转所有边方向) 3. 按结束时间倒序在新图上 DFS 若仅存在一个强连通分量,则图强连通[^2]。 - **Tarjan 算法**: 通过单次 DFS 计算强连通分量(需维护 `low` 值栈)[^3]。 --- ### **总结对比** | **连通类型** | **能否用单次 BFS/DFS 判断** | **所需额外操作** | |----------------|----------------------------|------------------------------| | **弱连通** | ✅ 能 | 忽略边方向 | | **强连通** | ❌ 不能 | 需 Kosaraju/Tarjan 等算法 | > **注**:若需判断**单连通**(任意两点存在单向路径),需以每个顶点为起点执行 BFS/DFS,复杂度为 $O(V \times (V+E))$。 --- ### **示例代码(弱连通判断)** ```python def is_weakly_connected(digraph): # 将有向图转为无向图 undirected_graph = {} for u in digraph: undirected_graph[u] = [] for u, neighbors in digraph.items(): for v in neighbors: undirected_graph[u].append(v) if v not in undirected_graph: # 确保所有顶点被包含 undirected_graph[v] = [] undirected_graph[v].append(u) # 添加反向边 # 从任一顶点开始 DFS start = next(iter(digraph.keys())) visited = set() stack = [start] while stack: node = stack.pop() if node not in visited: visited.add(node) for neighbor in undirected_graph[node]: if neighbor not in visited: stack.append(neighbor) return len(visited) == len(digraph) # 是否访问全部顶点 ``` ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值