代码随想录day55图论5

并查集理论基础

文章讲解

int n = 1005; // n根据题目中节点数量而定,一般比节点数量大一点就好
vector<int> father = vector<int> (n, 0); // C++里的一种数组结构

// 并查集初始化
void init() {
    for (int i = 0; i < n; ++i) {
        father[i] = i;
    }
}
// 并查集里寻根的过程
int find(int u) {
    return u == father[u] ? u : father[u] = find(father[u]); // 路径压缩
}

// 判断 u 和 v是否找到同一个根
bool isSame(int u, int v) {
    u = find(u);
    v = find(v);
    return u == v;
}

// 将v->u 这条边加入并查集
void join(int u, int v) {
    u = find(u); // 寻找u的根
    v = find(v); // 寻找v的根
    if (u == v) return ; // 如果发现根相同,则说明在一个集合,不用两个节点相连直接返回
    father[v] = u;
}

通过模板,我们可以知道,并查集主要有三个功能。

寻找根节点,函数:find(int u),也就是判断这个节点的祖先节点是哪个
将两个节点接入到同一个集合,函数:join(int u, int v),将两个节点连在同一个根节点上
判断两个节点是否在同一个集合,函数:isSame(int u, int v),就是判断两个节点是不是同一个根节点

107. 寻找存在的路径

题目链接
文章讲解

dfs

#include<bits/stdc++.h>
using namespace std;
 
void dfs(vector<vector<int>>& grid,vector<bool>& visited,int x,int n)
{
    for(int i=1;i<=n;i++)
    {
        if(grid[x][i]==1&&!visited[i])
        {
            visited[i]=true;
            dfs(grid,visited,i,n);
        }
    }
}
 
 
int main() {
    int n, k;
    cin >> n >> k;  // 输入节点数和边的数量
     
    // 初始化图的邻接矩阵和访问数组
    vector<vector<int>> grid(n + 1, vector<int>(n + 1, 0));  // 邻接矩阵,0表示没有边,1表示有边
    vector<bool> visited(n + 1, false);  // 访问标记数组
 
    // 输入每条边,更新图的邻接矩阵
    for (int i = 0; i < k; i++) {
        int x, y;
        cin >> x >> y;  // 输入每条边的起点和终点
        grid[x][y] = 1;  
        grid[y][x]=1;
    }
    int x,y;
    cin>>x>>y;
 
    dfs(grid,visited,x,n);
    
     
        if (!visited[y]) {  // 如果有节点没有被访问到,输出 0
            cout << 0;
            return 0;  // 提前结束程序
        }
     
 
   
    cout << 1;
    return 0;
}

并查集

#include<bits/stdc++.h>
using namespace std;
vector<int> father(101,0);
void init()
{
    for(int i=1;i<=101;i++)
    {
        father[i]=i;
    }
}
int find(int u)
{
    if(u==father[u]) return u;
    else return father[u]=find(father[u]);
}
void join(int u,int v)
{
        u=find(u);
        v=find(v);
        if(u==v) return ;
        father[v]=u;
}

int main() {
    int n, m;
    cin >> n >> m;  
    init();
    for(int i=0;i<m;i++)
    {
        int u,v;
        cin>>u>>v;
        join(u,v);
    }
    int s,e;
    cin>>s>>e;
    s=find(s);
    e=find(e);
    if(s==e) cout<<1;
    else cout<<0;
    
     
 
   
}
### 关于代码随想录 Day04 的学习资料与解析 #### 一、Day04 主要内容概述 代码随想录 Day04 的主要内容围绕 **二叉树的遍历** 展开,包括前序、中序和后序三种遍历方式。这些遍历可以通过递归实现,也可以通过栈的方式进行迭代实现[^1]。 #### 二、二叉树的遍历方法详解 ##### 1. 前序遍历(Pre-order Traversal) 前序遍历遵循访问顺序:根节点 -> 左子树 -> 右子树。以下是基于递归的实现: ```python def preorderTraversal(root): result = [] def traversal(node): if not node: return result.append(node.val) # 访问根节点 traversal(node.left) # 遍历左子树 traversal(node.right) # 遍历右子树 traversal(root) return result ``` 对于迭代版本,则可以利用显式的栈来模拟递归过程: ```python def preorderTraversal_iterative(root): stack, result = [], [] current = root while stack or current: while current: result.append(current.val) # 访问当前节点 stack.append(current) # 将当前节点压入栈 current = current.left # 转向左子树 current = stack.pop() # 弹出栈顶元素 current = current.right # 转向右子树 return result ``` ##### 2. 中序遍历(In-order Traversal) 中序遍历遵循访问顺序:左子树 -> 根节点 -> 右子树。递归实现如下: ```python def inorderTraversal(root): result = [] def traversal(node): if not node: return traversal(node.left) # 遍历左子树 result.append(node.val) # 访问根节点 traversal(node.right) # 遍历右子树 traversal(root) return result ``` 迭代版本同样依赖栈结构: ```python def inorderTraversal_iterative(root): stack, result = [], [] current = root while stack or current: while current: stack.append(current) # 当前节点压入栈 current = current.left # 转向左子树 current = stack.pop() # 弹出栈顶元素 result.append(current.val) # 访问当前节点 current = current.right # 转向右子树 return result ``` ##### 3. 后序遍历(Post-order Traversal) 后序遍历遵循访问顺序:左子树 -> 右子树 -> 根节点。递归实现较为直观: ```python def postorderTraversal(root): result = [] def traversal(node): if not node: return traversal(node.left) # 遍历左子树 traversal(node.right) # 遍历右子树 result.append(node.val) # 访问根节点 traversal(root) return result ``` 而迭代版本则稍复杂一些,通常采用双栈法或标记法完成: ```python def postorderTraversal_iterative(root): if not root: return [] stack, result = [root], [] while stack: current = stack.pop() result.insert(0, current.val) # 插入到结果列表头部 if current.left: stack.append(current.left) # 先压左子树 if current.right: stack.append(current.right) # 再压右子树 return result ``` #### 三、补充知识点 除了上述基本的二叉树遍历外,Day04 还可能涉及其他相关内容,例如卡特兰数的应用场景以及组合问题的基础模板[^2][^4]。如果遇到具体题目,可以根据实际需求调用相应算法工具。 --- ####
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