这篇博客介绍了如何运用状态压缩和广度优先搜索算法来解决一个图论问题，即找到一个无向联通图中访问所有节点的最短路径。在给定的图中，每个节点直接相连的节点构成邻接表，题目要求路径长度最短，且允许重复访问节点和边。通过使用三元组记录节点、经过状态和路径长度，博主详细阐述了搜索过程，并分析了算法的时间复杂度为O(n^2 * 2^n)，空间复杂度为O(n * 2^n)。
存在一个由n个节点组成的无向联通图，图中的节点按从0到n-1编号。
给你一个数组graph表示这个图。其中，graph[i]是一个列表，由所有与节点i直接相连的节点组成。
返回能够访问所有节点的最短路径的长度。你可以在任一节点开始和停止，也可以多次重复访问节点，并且可以重用边。
输入：graph = [[1,2,3],[0],[0],[0]]
输出：4
解释：一种可能的路径为 [1,0,2,0,3]
思路：状态压缩 + 广度优先搜索
由于题目中需要求出“访问所有节点的最短路径的长度”，并且图中每一条边的长度均为1，因此可以考虑使用广度优先搜索的方法求出最短路径。
本题中，除了记录节点的编号以外，还需要记录每一个节点的经过情况。因此，使用三元组（u, mask, dist）表示队列中的每一个元素，其中：
- u表示当前位于的节点编号
- mask是一个长度为n的二进制数，表示每一个节点是否经过。如果mask的第i位是1，则表示节点i已经过，否则未经过。
- dist表示到当前节点为止经过的路径长度。
这样一来，我们使用该三元组进行广度优先搜索，即可解决。初始时，我们将所有的(i, 2i, 0)放入队列，表示可以从任一节点开始。在搜索过程中，如果当前三元组中的mask包含n个1（即mask = 2n - 1），那么我们就可以返回dist作为答案。
为了保证广度优先搜索时间复杂度的正确性，即同一个节点u以及节点的经过情况mask只被搜索到一次，我们可以使用数组或者哈希表记录（u, mask）是否已经被搜索过，防止无效的重复搜索。
class Solution {
public:
int shortestPathLength(vector<vector<int>>& graph
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
