树的深度优先遍历（力扣：受限条件下可到达的节点的数目）

LLintelligence

已于 2024-03-03 10:01:57 修改

阅读量323

点赞数 4

CC 4.0 BY-SA版权

分类专栏：考研计试刷题文章标签：深度优先 leetcode 算法数据结构

于 2024-03-02 14:18:00 首次发布

本文链接：https://blog.youkuaiyun.com/PCLintelligence/article/details/136415081

考研计试刷题专栏收录该内容

15 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

1、题目描述

现有一棵由 n 个节点组成的无向树，节点编号从 0 到 n - 1 ，共有 n - 1 条边。

给你一个二维整数数组 edges ，长度为 n - 1 ，其中 edges[i] = [ai, bi] 表示树中节点 ai 和 bi 之间存在一条边。另给你一个整数数组 restricted 表示受限节点。

在不访问受限节点的前提下，返回你可以从节点 0 到达的最多节点数目。

注意，节点 0 不会标记为受限节点。

2、解题思路

首先该题考察的是树的知识点，所以首先需要把该题转化为树的形式，把首先节点按树的编号的形式列出来，然后把树根据其数组构建出来，最后，从节点0࿰

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

LLintelligence

关注关注

4
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

订阅专栏

深度优先在数据结构与算法中的应用效果

AI天才研究院

05-16

881

本文旨在全面解析深度优先搜索（Depth-First Search, DFS）在数据结构与算法体系中的核心原理、典型应用场景及工程实现细节。通过理论分析与代码实践结合，覆盖DFS在树结构遍历、图结构分析、回溯算法设计等关键领域的应用效果，揭示其时间空间复杂度特性及优化策略。核心概念：定义DFS基本原理，对比递归与迭代实现，通过示意图与流程图展示执行逻辑算法解析：分树结构与图结构两类场景，推导时间空间复杂度数学模型实战应用：通过迷宫求解、数独解决等案例演示工程实现工具资源：推荐高效学习路径与开发工具。

栈这种数据结构，不就后进先出？

bigsai

04-26

1932

栈（stack）又名堆栈，它是一种运算受限的线性表。限定仅在表尾进行插入和删除操作的线性表。这一端被称为栈顶，相对地，把另一端称为栈底。向一个栈插入新元素又称作进栈、入栈或压栈，它是把新元素放到栈顶元素的上面，使之成为新的栈顶元素；从一个栈删除元素又称作出栈或退栈。

参与评论您还未登录，请先登录后发表或查看评论

力扣---深度优先遍历DFS（python实现）

一夜奈何梁山

03-08

1718

一：二：三：

力扣每日一题(五十五——广（深）度优先遍历算法（关二维平面搜索问题））

touxing777的博客

04-15

2850

仅以此纪录每日LeetCode所刷题目。题目描述：示例：思路：关于树的问题，我们很容易区分深度优先和广度优先，但是面对这种平面二维数组的问题。我们一般同时使用深度优先和广度优先搜索。在进行搜索遍历的时候，最重要的是我们要对已经搜索过的地方进行标记，防止重复搜索陷入循环导致程序无法正常运行。这道题我们定义一个深度优先搜索的函数，当找到一个坐标为”1“时，就开始对这个坐标的四周进行搜索，相当于遍历整个”岛屿“，深度优先搜索函数编写的时候要注意边界值和结束条件（1、越界要结束 2、根据

力扣总结之回溯算法+深度优先+广度优先

young_man2的博客

07-19

1534

力扣总结之回溯法

LeetCode 深度优先遍历

weixin_34273046的博客

11-01

417

概述前言 104 二叉树的最大深度【简单】 111 二叉树的最小深度【简单】 124 二叉树中的最大路径和【困难】后记前言我前面的文章《python 实现二叉树的深度&&广度优先遍历》介绍了二叉树的相关知识。《LeetCode 102 && 429 广度优先遍历 )》这篇做了一些关于广度优先遍历的题，那么今天就来做做深度优先遍历的题。请看题： 10...

珍宝鸭的力扣练习（5）：深度优先搜索递归法（DFS）

qq_38138689的博客

03-23

708

题目：给定一个 N 叉树，找到其最大深度。最大深度是指从根节点到最远叶子节点的最长路径上的节点总数。例如，给定一个 3叉树 : DFS深度优先搜索——类似于树的先根遍历，是树的先根遍历的推广简述算法过程 1、任选一顶点作始点 v ，访问该顶点 2、沿深度方向，依次遍历 v 的未访问邻接点——直到本次遍历结束 3、一次遍历完时，若有未访问顶点：任选一个未访问顶点作起始点，GOTO第2步算法伪...

DFS、BFS、Union-Find：找出图中省份数量的最佳方法

qq_22841387的博客

08-31

943

这个问题实际上是在求图中的连通分量数量。每个省份对应于图中的一个连通分量。我们可以将城市看作图中的节点，直接相连表示节点之间有边。有几种常见的方法可以求解连通分量： 1. **深度优先搜索（DFS）** 2. **广度优先搜索（BFS）** 3. **并查集（Union-Find）** 我们将详细介绍这三种方法，并探讨它们的优缺点和实际应用场景。

LeetCode Top100特训

九筒的博客

04-09

990

两数相加链接个人思路：将链表1转换为num1，链表2转换为num2，两数相加后再转换回链表。存在的问题：链表长度超过long long数字范围，无法做加法题解：此题需要模拟加法需要注意: 进位的问题，最后一位进位的问题链表的遍历，新建链表，返回链表头结点ListNode* head = nullptr; ListNode* node = nullptr; if(head == nullptr){ head = node = new ListNode(cur); } else{ n

深度优先搜索DFS | 回溯：力扣51. N 皇后

weixin_42042056的博客

09-17

240

1、题目描述： 2、题解： 3、复杂度分析：

深度优先遍历（C语言）

maryfei的博客

03-29

3248

深度优先遍历，起初学习深度优先一般都是用在图上的节点遍历。图的深度优先遍历是最直观的。详情见：https://blog.youkuaiyun.com/zuihongyan518/article/details/80823924 摘抄如下：深度遍历算法的基本思想：图的深度遍历算法粗略的可以分为以下三步骤：（1）首先选定一个未被访问过的顶点V作为起始顶点（或者访问指定的起始顶点V），并将其标...

力扣 #200岛屿数量（深度优先遍历+沉岛思想）

soldersun的博客

04-20

443

深度优先搜索遍历+沉岛思想解决岛屿问题。

力扣刷题-47.全排列Ⅱ、深度优先搜索

编程猿来如此

04-22

225

给定一个可包含重复数字的序列，返回所有不重复的全排列。 深度优先搜索（DFS） 深度优先搜索就是在每一步对每一种可能的选择一条道走到底，然后再回过头尝试另外一种选择。 深度优先搜索的关键是要考虑“当前这一步”该如何做，至于“下一步”该怎么做和当前这一步的解决方法是一样的。在进行当前步的选择之前要确定已经做出的选择列表，然后在剩余可供选择的每一种可能进行遍历，对于每一种选择将选择结果...

力扣.199二叉树的右视图-java深度优先(DFS)与广度优先(BFS)算法

qq_43431171的博客

04-22

310

题目：给定一棵二叉树，想象自己站在它的右侧，按照从顶部到底部的顺序，返回从右侧所能看到的节点值。示例: 输入: [1,2,3,null,5,null,4] 输出: [1, 3, 4] 解释: 1 <--- / \ 2 3 <--- \ \ 5 4 <--- 解法一思路：利...

岛屿个数（dfs)

初九·潜龙勿用的博客

04-07

5324

小蓝得到了一副大小为M×N的格子地图，可以将其视作一个只包含字符0（代表海水）和1（代表陆地）的二维数组，地图之外可以视作全部是海水，每个岛屿由在上/下/左/右四个方向上相邻的1相连接而形成。x0y0x1y1...xk−1yk−1，其中 (x,y) 是由xiyi通过上/下/左/右移动一次得来的 (0≤i≤k−1)，此时这 k 个格子就构成了一个 “环”。

力扣-416.分割等和子集

最新发布

weixin_46878941的博客

06-18

175

给你一个只包含正整数的非空数组 nums。请你判断是否可以将这个数组分割成两个子集，使得两个子集的元素和相等。小结：刚开始考虑回溯做这道题如下，非常直观而且容易想到，结果超时了。

力扣3026. 最大好子数组和

2301_80219163的博客

06-18

算法刷题-前缀和+哈希表 lc 3026

leetcode:504. 七进制数（python3解法，数学相关算法题）

qq_41905051的博客

06-16

120

leetcode:504. 七进制数（python3解法，数学相关算法题）

【leetcode】169. 多数元素

qq_38473254的博客

06-14

541

给定一个大小为 n 的数组 nums ，返回其中的多数元素。多数元素是指在数组中出现次数大于 ⌊ n/2 ⌋ 的元素。你可以假设数组是非空的，并且给定的数组总是存在多数元素。输入：nums = [2,2,1,1,1,2,2]输入：nums = [3,2,3]

深度优先遍历力扣

03-22

### 关于深度优先遍历（DFS）在 LeetCode 上的应用 #### 深度优先遍历简介 深度优先遍历是一种用于图或树结构的搜索算法，通常采用递归方式实现。它会尽可能深地探索某个分支直到无法继续为止，然后再回溯到上一层并尝试其他可能的方向[^1]。 #### 常见 LeetCode 题目及其解决方案 ##### 1. **被围绕的区域 (Surrounded Regions)** 此题要求将二维网格中所有的 'O' 替换为 'X'，除非这些 'O' 连通至边界，则保持不变。可以通过 DFS 来解决该问题： ```python def solve(board): if not board or not board[0]: return m, n = len(board), len(board[0]) def dfs(x, y): if x < 0 or x >= m or y < 0 or y >= n or board[x][y] != 'O': return board[x][y] = '#' # 将与边界相连的'O'标记为'#' dfs(x - 1, y) dfs(x + 1, y) dfs(x, y - 1) dfs(x, y + 1) # 处理四条边界的'O' for i in range(m): dfs(i, 0) dfs(i, n - 1) for j in range(n): dfs(0, j) dfs(m - 1, j) # 最终替换字符 for i in range(m): for j in range(n): if board[i][j] == 'O': # 被包围的'O' board[i][j] = 'X' elif board[i][j] == '#': # 与边界连通的'O' board[i][j] = 'O' ``` 上述代码利用了 DFS 对边界上的 'O' 及与其相邻的所有 'O' 进行保护处理。 ##### 2. **二叉树的前序、中序和后序遍历** 对于二叉树的不同遍历方式，都可以借助 DFS 实现。以下是基于递归的方法来完成三种常见遍历模式的例子： - **前序遍历**：根 -> 左子树 -> 右子树 - **中序遍历**：左子树 -> 根 -> 右子树 - **后序遍历**：左子树 -> 右子树 -> 根 ```python class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right # 定义通用函数模板 def preorderTraversal(root): # 或者 inorder/postorder... result = [] def traverse(node): if node is None: return result.append(node.val) # 修改此处位置可调整为不同类型的遍历 traverse(node.left) traverse(node.right) traverse(root) return result ``` 这段代码展示了如何灵活改变 `result.append` 的调用时机从而适应不同的遍历需求[^3]。 ##### 3. **字符串排列组合变换** 给定一个仅由英文字母组成的字符串 s ，返回所有可能的大写/小写字母转换后的结果列表。这也可以看作是对决策树的一种 DFS 探索过程[^5]。 ```python from typing import List def letterCasePermutation(s: str) -> List[str]: res = [] def backtrack(path, index): if index == len(s): res.append(''.join(path)) return current_char = s[index] if current_char.isalpha(): path.append(current_char.lower()) backtrack(path, index + 1) path.pop() path.append(current_char.upper()) backtrack(path, index + 1) path.pop() else: path.append(current_char) backtrack(path, index + 1) path.pop() backtrack([], 0) return res ``` 在这里，每次选择当前字符作为大写或者小写的版本加入路径，并向更深的一层递归前进；当到达叶子节点时收集整个路径形成最终答案的一部分。 --- #### 总结以上介绍了几个典型的 LeetCode 题目以及它们对应的 DFS 解决方案。每种情况都体现了 DFS 在解决问题过程中所表现出的强大能力——无论是针对复杂数据结构还是简单的状态空间搜索都能游刃有余地应对。