「代码随想录算法训练营」第四十三天 | 图论 part1
1.「代码随想录算法训练营」第二天 | 数组 part22.「代码随想录算法训练营」第三天 | 链表 part13.「代码随想录算法训练营」第四天 | 链表 part24.「代码随想录算法训练营」第一天(补) | 数组 part15.「代码随想录算法训练营」第五天 | 哈希表 part16.「代码随想录算法训练营」第六天 | 哈希表 part27.「代码随想录算法训练营」第七天 | 字符串 part18.「代码随想录算法训练营」第八天 | 字符串 part29.「代码随想录算法训练营」第九天 | 栈与队列 part110.「代码随想录算法训练营」第十天 | 栈与队列 part211.「代码随想录算法训练营」第十一天 | 二叉树 part112.「代码随想录算法训练营」第十二天 | 二叉树 part213.「代码随想录算法训练营」第十三天 | 二叉树 part314.「代码随想录算法训练营」第十四天 | 二叉树 part415.「代码随想录算法训练营」第十五天 | 二叉树 part516.「代码随想录算法训练营」第十六天 | 二叉树 part617.「代码随想录算法训练营」第十七天 | 二叉树 part718.「代码随想录算法训练营」第十八天 | 二叉树 part819.「代码随想录算法训练营」第十九天 | 回溯算法 part120.「代码随想录算法训练营」第二十天 | 回溯算法 part221.「代码随想录算法训练营」第二十一天 | 回溯算法 part322.「代码随想录算法训练营」第二十二天 | 回溯算法 part423.「代码随想录算法训练营」第二十三天 | 贪心算法 part124.「代码随想录算法训练营」第二十四天 | 贪心算法 part225.「代码随想录算法训练营」第二十五天 | 贪心算法 part326.「代码随想录算法训练营」第二十六天 | 贪心算法 part427.「代码随想录算法训练营」第二十七天 | 贪心算法 part528.「代码随想录算法训练营」第二十八天 | 动态规划 part129.「代码随想录算法训练营」第二十九天 | 动态规划 part230.「代码随想录算法训练营」第三十天 | 动态规划 part331.「代码随想录算法训练营」第三十一天 | 动态规划 part432.「代码随想录算法训练营」第三十二天 | 动态规划 part533.「代码随想录算法训练营」第三十三天 | 动态规划 part634.「代码随想录算法训练营」第三十四天 | 动态规划 part735.「代码随想录算法训练营」第三十五天 | 动态规划 part836.「代码随想录算法训练营」第三十六天 | 动态规划 part937.「代码随想录算法训练营」第三十七天 | 动态规划 part1038.「代码随想录算法训练营」第三十八天 | 动态规划 part1139.「代码随想录算法训练营」第三十九天 | 动态规划 part1240.「代码随想录算法训练营」第四十一天 | 单调栈 part141.「代码随想录算法训练营」第四十天 | 动态规划 part1342.「代码随想录算法训练营」第四十二天 | 单调栈 part2
43.「代码随想录算法训练营」第四十三天 | 图论 part1
44.「代码随想录算法训练营」第四十四天 | 图论 part245.「代码随想录算法训练营」第四十五天 | 图论 part346.「代码随想录算法训练营」第四十六天 | 图论 part447.「代码随想录算法训练营」第四十七天 | 图论 part548.「代码随想录算法训练营」第四十八天 | 图论 part649.「代码随想录算法训练营」第四十九天 | 图论 part750.「代码随想录算法训练营」第五十天 | 图论 part851.「代码随想录算法训练营」第五十一天 | 图论 part952.「代码随想录算法训练营」第五十二天 | 图论 part1053.「代码随想录算法训练营」完结!797. 所有可能的路径
题目链接:https://leetcode.cn/problems/all-paths-from-source-to-target/description/
文章讲解:https://programmercarl.com/kamacoder/0098.所有可达路径.html
题目难度:中等
题目状态:看题解
思路一:DFS
void dfs(vector<vector<int>> &graph, int x, int n)
:
使用深度优先搜索(DFS)方法,用于探索从节点x
到节点n
的所有路径。
逻辑:
- 如果当前节点
x
是目标节点n
,将当前路径stk
添加到ans
中。 - 遍历
graph[x]
中的每个相邻节点y
:- 将节点
y
添加到当前路径stk
。 - 递归调用
dfs
以继续探索从y
开始的路径。 - 回溯:从
stk
中移除节点y
,以探索其他可能的路径。
- 将节点
vector<vector<int>> allPathsSourceTarget(vector<vector<int>>& graph)
:
这是解决问题的主方法,返回从起点到终点的所有路径。
逻辑:
将起点0
添加到当前路径stk
。
调用dfs
方法,从起点0
开始探索到终点n
的路径。
返回存储了所有路径的ans
。
代码一:
class Solution { public: vector<vector<int>> ans; vector<int> stk; void dfs(vector<vector<int>> &graph, int x, int n) { if(x == n) { ans.push_back(stk); return; } for(auto &y : graph[x]) { stk.push_back(y); dfs(graph, y, n); stk.pop_back(); } } vector<vector<int>> allPathsSourceTarget(vector<vector<int>>& graph) { stk.push_back(0); dfs(graph, 0, graph.size() - 1); return ans; } };
消耗一:
思路二:BFS
- 初始化:
- 创建一个队列 q 来存储路径。
- 将初始路径 {0}(只包含起点)放入队列。
- 目标节点:
- 设定目标节点为 target = graph.size() - 1,即图的最后一个节点。
- BFS循环:
- 当队列不为空时,执行以下步骤:
- 从队列中取出一个路径 path。
- 获取路径的最后一个节点 lastNode。
- 如果 lastNode 是目标节点,将当前路径加入结果 ans。
- 否则,遍历 lastNode 的所有相邻节点 nextNode:
- 创建一个新路径 newPath,将 nextNode 添加到 path。
- 将 newPath 放入队列。
- 当队列不为空时,执行以下步骤:
- 返回结果:
- 当队列为空时,所有路径都已找到,返回结果 ans。
代码二:
class Solution { public: vector<vector<int>> allPathsSourceTarget(vector<vector<int>>& graph) { vector<vector<int>> ans; queue<vector<int>> q; q.push({0}); int target = graph.size() - 1; while(!q.empty()) { vector<int> path = q.front(); q.pop(); int lastNode = path.back(); if(lastNode == target) ans.push_back(path); else { for(auto &nextNode : graph[lastNode]) { vector<int> newPath = path; newPath.push_back(nextNode); q.push(newPath); } } } return ans; } };
消耗二:
ACM模式
邻接矩阵代码:
#include <iostream> #include <vector> using namespace std; vector<vector<int>> result; // 收集符合条件的路径 vector<int> path; // 1节点到终点的路径 void dfs (const vector<vector<int>>& graph, int x, int n) { // 当前遍历的节点x 到达节点n if (x == n) { // 找到符合条件的一条路径 result.push_back(path); return; } for (int i = 1; i <= n; i++) { // 遍历节点x链接的所有节点 if (graph[x][i] == 1) { // 找到 x链接的节点 path.push_back(i); // 遍历到的节点加入到路径中来 dfs(graph, i, n); // 进入下一层递归 path.pop_back(); // 回溯,撤销本节点 } } } int main() { int n, m, s, t; cin >> n >> m; // 节点编号从1到n,所以申请 n+1 这么大的数组 vector<vector<int>> graph(n + 1, vector<int>(n + 1, 0)); while (m--) { cin >> s >> t; // 使用邻接矩阵 表示无线图,1 表示 s 与 t 是相连的 graph[s][t] = 1; } path.push_back(1); // 无论什么路径已经是从0节点出发 dfs(graph, 1, n); // 开始遍历 // 输出结果 if (result.size() == 0) cout << -1 << endl; for (const vector<int> &pa : result) { for (int i = 0; i < pa.size() - 1; i++) { cout << pa[i] << " "; } cout << pa[pa.size() - 1] << endl; } }
邻接表代码:
#include <iostream> #include <vector> #include <list> using namespace std; vector<vector<int>> result; // 收集符合条件的路径 vector<int> path; // 1节点到终点的路径 void dfs (const vector<list<int>>& graph, int x, int n) { if (x == n) { // 找到符合条件的一条路径 result.push_back(path); return; } for (int i : graph[x]) { // 找到 x指向的节点 path.push_back(i); // 遍历到的节点加入到路径中来 dfs(graph, i, n); // 进入下一层递归 path.pop_back(); // 回溯,撤销本节点 } } int main() { int n, m, s, t; cin >> n >> m; // 节点编号从1到n,所以申请 n+1 这么大的数组 vector<list<int>> graph(n + 1); // 邻接表 while (m--) { cin >> s >> t; // 使用邻接表 ,表示 s -> t 是相连的 graph[s].push_back(t); } path.push_back(1); // 无论什么路径已经是从0节点出发 dfs(graph, 1, n); // 开始遍历 // 输出结果 if (result.size() == 0) cout << -1 << endl; for (const vector<int> &pa : result) { for (int i = 0; i < pa.size() - 1; i++) { cout << pa[i] << " "; } cout << pa[pa.size() - 1] << endl; } }
合集:
「代码随想录算法训练营」
分类:
算法
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?