michaelbinwang的博客

1. LeetCode上很多算法题目都可以抽象成 “图” ，比如搜索类，tree类，迷宫问题，矩阵path问题等。 2. BFS和DFS比较 DFS 和 BFS 的比较 BFS 的time, space占用都以 branching factor为底， 到解的距离d为指数增长；空间占用上 Queue 是不会像 DFS 一样只存一条path的，而是从起点出发越扩越大，因此会有空间不够

(1) 给定一个有向图，在拓扑排序中可以有很多个正确解，由若干小段的 list 组成。 (2) 正确的单序列顺序(具体到一个list之间的元素)。 (3) 正确的全序列顺序(list彼此之间的顺序，可以有多个) e.g., 以下图为例，不论先从哪个点开始 DFS，例如 dfs(belt)会得到一个 belt -> jacket 的 list; 但同时因为 pants ->

无论是 directed 还是 undirected Graph，其 BFS 的核心都在于 "indegree"，处理顺序也是从 indegree 最小的开始。 算法如下： 1) 先用一个 HashMap 统计下所有节点的 indegree;  (值越高的，在拓扑排序中位置也就越靠后，因为还有 N = current indegree 的 parent node 们没有处理完。)

无向图的 DFS 要注意避免 “原路返回” 的情况 仅仅依靠设 state = 1 是不行的，所以 dfs 里最好有个参数，代表 “前一个节点”，这样在下一步的搜索中可以直接跳过，又避免了误判有环。 public class Solution { public boolean validTree(int n, int[][] edges) { int[] sta

无向图BFS Clone Graph (1) BFS无向图需要有一个set visted，为什么树没有？因为图中可能会重复访问（又回去）。 每次我们只考虑set中没有的node：注意，需要一个queue一个set，其它和bfs一个tree一样的。 (2) hashmap这里主要是用于加快访问速度O(1)，每次不用去list里面重新找node。 (1) DFS做法: 每次

Course Schedule 这题的本质就是，给你一个代表 graph 的 adjacency array，判断 graph 是否有环。其实和 Graph Valid Tree 非常像。 DFS 找环性能优异，DFS找环相当于在DFS的基础上加个visited数组，每次访问某个点的时候判断该点的visit数值，如果为0表示没有被访问过，1表示有环，2表示访问完成。 public cla

如何正确 detect cycle? 用 int[] 表示每个点的状态，其中 0 代表“未访问”； 1 代表“访问中”； 2 代表“已访问”； 如果在循环的任何时刻，我们试图访问一个状态为 “1” 的节点，都可以说明图中有环。 如何正确识别图中 connected components 的数量? 添加任意点，探索所有能到达的点，探索