建图以及DFS、BFS模板

最新推荐文章于 2025-07-23 09:00:03 发布

欧克小奥

最新推荐文章于 2025-07-23 09:00:03 发布

阅读量472

点赞数 15

CC 4.0 BY-SA版权

分类专栏：算法模板文章标签：深度优先宽度优先算法

本文链接：https://blog.youkuaiyun.com/qq_52805594/article/details/136544380

本文介绍了如何使用邻接表和邻接矩阵构建图，并提供了深度优先搜索(DFS)和广度优先搜索(BFS)的模板代码，适合初学者理解图算法基础。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

(/≧▽≦)/~┴┴ 嗨~我叫小奥 ✨✨✨
👀👀👀 个人博客：小奥的博客
👍👍👍：个人优快云
⭐️⭐️⭐️：传送门
🍹 本人24应届生一枚，技术和水平有限，如果文章中有不正确的内容，欢迎多多指正！
📜 欢迎点赞收藏关注哟！ ❤️

文章目录

1. 建图
2. DFS模板
3. BFS模板

1. 建图

		// 邻接表建图
        List<Integer>[] g = new ArrayList[n];
        Arrays.setAll(g, i -> new ArrayList<>());
        for(int[] e : edges) {
   
   
            int x = e[0], y = e[1];
            g[x]

最低0.47元/天解锁文章

200万优质内容无限畅学

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

欧克小奥

关注关注

15
点赞
踩
2

收藏

觉得还不错? 一键收藏
1
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

链式前向星模板建图+dfs+bfs+dijkstra

hambaga的博客

12-26

638

bfs的逻辑比较复杂 #include &amp;lt;cstdio&amp;gt; #include &amp;lt;cstring&amp;gt; #include &amp;lt;iostream&amp;gt; using namespace std; typedef long long LL; const int inf = 0x3f3f3f3f; const int maxn = 1

图的遍历（BFS,DFS）

r131303的专栏

12-12

618

前言：在数据结构课程中，用C++封装了一些经典的算法，所以特地开一个个人分类来记录这些算法，以便将来用到的时候能够使我回忆起来，或者当做模板使用（另一方面也将书本上的代码的一些错误改正过来，方便以后的同学参考）。首先是第三章的图的作业，图有两种存储方法，一种是用邻接矩阵来存图（主要用于稠密图），另一种是用邻接表来存图（主要用于稀疏图）。两种存图的方式不同，但是可以通过重写虚函数，使两种方式对图

1 条评论您还未登录，请先登录后发表或查看评论

图的遍历程序模板--DFS

Jerry Lee の blog

11-17

860

图的遍历程序模板–DFS//图的遍历：DFS 和 BFS//DFS 伪代码模板//访问顶点u DFS(u) { vis[u]=true; //设置u已被访问 //访问从u出发可以到达的所有顶点v for(从u出发能到达的所有顶点v) { //如果v未被访问 if( vis[v] == false )

数据结构--图（上）建图、BFS、DFS

ACMer

02-04

544

图什么是图？表示多对多的关系包含：一组顶点：通常用V（Vertex）表示顶点集合一组边：通常用E(Edge)表示边的集合边是顶点对：无向边（v,w）∈E ，v，w，∈V 有向边<v,w>表示从v指向w的边不考虑重边和自回路抽象数据类型定义图的操作集很多，后面会慢慢接触。如何表示图? 邻接矩阵表示从上面的矩阵可以发现，主对角线上全是0，矩阵由对角线...

dfs bfs基础算法

weixin_46879396的博客

01-19

707

文章对于图论和搜索进行简单介绍。内容涉及图的建立邻接矩阵/邻接表方法，然后介绍dfs bfs 搜索技术的思想、实现及应用。

【leetcode】BFS DFS （图论）

myaijarvis notebook

12-21

506

总结套路：图论算法基础（修订版）_ labuladong DFS 应用：二叉树搜索，图搜索回溯法=DFS+剪枝 DFS：每一条路径走完再回溯 BFS … //938.二叉搜索树的范围和 public int rangeSumBST(TreeNode root, int low, int high) { if(root==null) return 0; int result=0; Queue<TreeNode> queue=new Lin

【Python算法】基础语法、算法技巧模板、二分、DFS与BFS、并查集

mucheng771的博客

04-10

157

建议全部跟着手敲一遍！！！

leetcode 863. 二叉树中第二小的节点 bfs搜索+dfs建图模板题

weixin_44795128的博客

07-29

160

该题链接点击这里：给定一个二叉树（具有根结点root），一个目标结点target，和一个整数值 K 。返回到目标结点 target 距离为 K 的所有结点的值的列表。答案可以以任何顺序返回。看到要求我们返回所有离某节点距离为k的节点，我们应该想到使用广度优先搜索，向外迈出k步，然后得到我们需要的节点。这基本上属于一道中规中矩的模板题，技巧点可能在于图的建立。一般情况下我们可以通过情况来判断该如何建立图的模型，这里，...

7-5 列出连通集 (25分)（简单搜索 dfs+bfs）

weixin_44063734的博客

10-28

573

题目链接解题思路：模板题，简单搜索，根据数据建图然后分别dfs和bfs输出即可 AC代码： #include<iostream> #include<cstdio> #include<algorithm> #include<cmath> #include<cstring> #include<string> #include<map> #include<stack> #include<queue> us

不不，我需要的是结合图论，邻接表的DFS和BFS

02-23

### **五、邻接表的DFS/BFS模板** **邻接表构建（C++）**： ```cpp vector<int> adj[N]; // 邻接表（假设节点编号从1开始） // 添加边 u->v void addEdge(int u, int v) { adj[u].push_back(v); } // BFS 模板 ...

和P3916、P5318类似的，不要结合多源BFS、tarjan算法

02-23

回到用户需求，重点在于类似P5318和P3916，即明确使用邻接表，进行基础的DFS/BFS，可能涉及排序、反向建图等技巧，但不涉及多源BFS或Tarjan。可能的合适题目： 1. **P2921 [USACO08DEC]Trick or Treat on the ...

最近公共祖先（LCA）问题优化模板（DFS+ST, 倍增法+链式前向星）

qq_39117858的博客

03-25

639

文章介绍的很多，很啰嗦，可以根据目录跳转文章目录1.LCA问题描述2.一个效率不是很高的算法（DFS + ST）2.1 ST算法介绍2.2 DFS+ST算法概述2.3 C++代码3.倍增法+链式前向星3.1 链式前向星3.2 倍增法3.3 算法步骤和举例3.4 C++模板参考 1.LCA问题描述对于如上图所示的树，我们如果想知道F节点和E节点的最近公共祖先，也就B，我们应该怎么办呢？这就...

岛屿个数（dfs)

初九·潜龙勿用的博客

04-07

5332

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”。

【多源01BFS】Codeforce：Three States

2301_80361697的博客

04-24

1134

表示荒地（可以修建道路）。：表示岩石（不可通行）。数字 1、2、3：分别表示三个国家的位置。目标：将最少数量的荒地（.）改造成道路，使得三个国家之间互相连通（即任意两国之间存在一条路径）。如果无法实现，输出 -1。数据范围：1 ≤ n, m ≤ 1000（即网格最大为 1000×1000）。

枚举右，维护左基础篇

最新发布

m0_68367618的博客

07-23

360

本文总结了力扣题单中基于双变量问题的通用解法模板。核心思路是：通过维护已遍历区间（使用哈希表、集合或滑动窗口），枚举未遍历区间来优化双变量问题。

力扣-300.最长递增子序列

weixin_46878941的博客

07-22

502

小结：注意最长递增子序列可能不包含最后一个值，所以要用一个变量记录。

数组题目总结前缀和草稿

weixin_47868976的博客

07-21

638

前缀和数组用于快速频繁地计算一个索引区间内的元素之和！（还有么？深入说说！例题303要是没学过前缀和那也简单就累加呗！这个解法每次调用 sumRange 函数时，都要进行一次 for 循环遍历，时间复杂度为ONO(N)，而 sumRange 的调用频率可能非常高，所以这个算法的效率很低。正确的解法是使用前缀和技巧进行优化，使得 sumRange 函数的时间复杂度为O1(上面代码换成cpp！一维的很容易理解！类比一维求区间和。

拓展三字棋

2301_77946044的博客

07-22

597

的情况进行了判断，也就是只检查了固定的行（每一行的第 0、1、2 列）、列（每一列的第 0、1、2 行）以及两条斜线（主对角线。这个思路的关键在于通过双重循环遍历棋盘的每个位置，并在每个位置上检查四个方向的连续性，确保能够覆盖所有的获胜情况。的字符时，从该位置出发，去检查其所在的行、列、两条斜线方向上，是否存在连续三个相同的字符。通过遍历每个位置，并在每个位置上动态地检查行、列、斜线方向是否有连续三个相同字符的方式。检查所有可能的行、列、对角线是否存在连续三个相同的字符。

【爱创大师】【算法】算法中的博弈论

weixin_56334307的博客

07-21

251

"石头剪刀布"作为全球通用的决策游戏，其历史可追溯至汉代《手势令》，而现代意义下的博弈论分析始于约翰·纳什1950年的均衡理论。

dfs与bfs模板

03-29

<think>嗯，用户想找DFS和BFS的实现模板。首先得确定他们需要的是基础的代码结构，可能是在准备面试或者学习算法。我需要先回忆一下这两种算法的基本框架。DFS通常用递归或者栈，而BFS用队列。根据用户提供的引用，比如引用[3]提到BFS的框架是起始点入队，循环处理队列，扩展队头元素。而DFS的话，引用[1]和[2]都提到DFS会尽可能深入，用递归或栈实现。用户给的引用中有几个关键点，比如BFS的空间消耗较大，而DFS可能更节省空间但时间上可能有劣势。这些点可能在模板中体现出来。比如BFS需要用队列保存每一层的节点，而DFS递归时的隐式栈或者显式栈的结构。需要确保模板代码正确，比如DFS的递归版本和迭代版本，BFS的标准队列操作。同时要注意注释说明，让用户明白每个步骤的作用。例如，在BFS模板中，是否需要标记已访问的节点？是的，特别是处理图的时候，避免重复访问。然后，用户可能还需要一些注意事项，比如DFS在路径查找时的回溯步骤，或者BFS如何记录层数。引用[2]提到剪枝的重要性，这可能需要在模板之外进行优化，但模板本身应该保持简洁。还要考虑不同应用场景下的变种，比如是否处理树或图的结构。例如，树的DFS可能不需要标记访问，但图的DFS必须标记，避免循环。因此，在模板中可能需要包含visited集合的部分。最后，根据用户的要求，生成相关问题。可能需要围绕模板的使用、性能比较、应用场景来提问。例如，如何选择DFS和BFS，或者它们的时空复杂度分析。总结下来，回答需要提供清晰的代码模板，区分递归和迭代实现，注明关键步骤，并附上相关问题帮助用户深入理解。</think>### DFS与BFS算法模板代码解析 #### 1. 深度优先搜索（DFS）模板 DFS通过递归或栈实现“深度优先”特性，适用于路径查找、连通性检测等场景[^1]。 **递归实现模板**（以二叉树为例）： ```python def dfs(node): if node is None: # 终止条件 return # 处理当前节点（例如打印或记录路径） print(node.val) # 递归访问相邻节点 dfs(node.left) dfs(node.right) ``` **迭代实现模板**（显式栈）： ```python def dfs_iterative(root): stack = [root] visited = set() # 用于图结构防重复访问 while stack: node = stack.pop() if node not in visited: visited.add(node) # 处理当前节点 print(node.val) # 将子节点按反向顺序入栈（保证顺序正确） if node.right: stack.append(node.right) if node.left: stack.append(node.left) ``` #### 2. 广度优先搜索（BFS）模板 BFS通过队列实现“逐层扩展”特性，适用于最短路径、层级遍历等问题[^3]。 **标准模板代码**： ```python from collections import deque def bfs(root): queue = deque([root]) visited = set() # 用于图结构防重复访问 while queue: level_size = len(queue) for _ in range(level_size): # 按层处理（可选） node = queue.popleft() if node not in visited: visited.add(node) # 处理当前节点 print(node.val) # 将相邻节点加入队列 if node.left: queue.append(node.left) if node.right: queue.append(node.right) ``` #### 关键对比 | 特性 | DFS | BFS | |-----------|-------------------|-------------------| | 数据结构 | 栈（递归隐式栈/显式栈） | 队列 | | 空间复杂度 | $O(h)$（树的高度） | $O(w)$（树的宽度） | | 适用场景 | 路径存在性、拓扑排序 | 最短路径、层级遍历 |