很多讀者留言說要看「圖」相關(guān)的算法,那就滿足大家,結(jié)合算法題把圖相關(guān)的技巧給大家過一遍。
前文 學(xué)習(xí)數(shù)據(jù)結(jié)構(gòu)的框架思維 說了,數(shù)據(jù)結(jié)構(gòu)相關(guān)的算法無非兩點(diǎn):遍歷 + 訪問。那么圖的基本遍歷方法也很簡(jiǎn)單,前文 圖算法基礎(chǔ) 就講了如何從多叉樹的遍歷框架擴(kuò)展到圖的遍歷。
圖這種數(shù)據(jù)結(jié)構(gòu)還有一些比較特殊的算法,比如二分圖判斷,有環(huán)圖無環(huán)圖的判斷,拓?fù)渑判颍约白罱?jīng)典的最小生成樹,單源最短路徑問題,更難的就是類似網(wǎng)絡(luò)流這樣的問題。
不過以我的經(jīng)驗(yàn)?zāi)?,像網(wǎng)絡(luò)流這種問題,你又不是打競(jìng)賽的,除非自己特別有興趣,否則就沒必要學(xué)了;像最小生成樹和最短路徑問題,雖然從刷題的角度用到的不多,但它們屬于經(jīng)典算法,學(xué)有余力可以掌握一下;像拓?fù)渑判蜻@一類,屬于比較基本且有用的算法,應(yīng)該比較熟練地掌握。
那么本文就結(jié)合具體的算法題,來說說拓?fù)渑判蛩惴ㄔ?,因?yàn)橥負(fù)渑判虻膶?duì)象是有向無環(huán)圖,所以順帶說一下如何判斷圖是否有環(huán)。
判斷有向圖是否存在環(huán)
函數(shù)簽名如下:
int[] findOrder(int numCourses, int[][] prerequisites);
題目應(yīng)該不難理解,什么時(shí)候無法修完所有課程?當(dāng)存在循環(huán)依賴的時(shí)候。
其實(shí)這種場(chǎng)景在現(xiàn)實(shí)生活中也十分常見,比如我們寫代碼 import 包也是一個(gè)例子,必須合理設(shè)計(jì)代碼目錄結(jié)構(gòu),否則會(huì)出現(xiàn)循環(huán)依賴,編譯器會(huì)報(bào)錯(cuò),所以編譯器實(shí)際上也使用了類似算法來判斷你的代碼是否能夠成功編譯。
看到依賴問題,首先想到的就是把問題轉(zhuǎn)化成「有向圖」這種數(shù)據(jù)結(jié)構(gòu),只要圖中存在環(huán),那就說明存在循環(huán)依賴。
具體來說,我們首先可以把課程看成「有向圖」中的節(jié)點(diǎn),節(jié)點(diǎn)編號(hào)分別是0, 1, ..., numCourses-1,把課程之間的依賴關(guān)系看做節(jié)點(diǎn)之間的有向邊。
比如說必須修完課程1才能去修課程3,那么就有一條有向邊從節(jié)點(diǎn)1指向3。
所以我們可以根據(jù)題目輸入的prerequisites數(shù)組生成一幅類似這樣的圖:
如果發(fā)現(xiàn)這幅有向圖中存在環(huán),那就說明課程之間存在循環(huán)依賴,肯定沒辦法全部上完;反之,如果沒有環(huán),那么肯定能上完全部課程。
好,那么想解決這個(gè)問題,首先我們要把題目的輸入轉(zhuǎn)化成一幅有向圖,然后再判斷圖中是否存在環(huán)。
如何轉(zhuǎn)換成圖呢?我們前文 圖論基礎(chǔ) 寫過圖的兩種存儲(chǔ)形式,鄰接矩陣和鄰接表。
以我刷題的經(jīng)驗(yàn),常見的存儲(chǔ)方式是使用鄰接表,比如下面這種結(jié)構(gòu):
List《Integer》[] graph;
graph[s]是一個(gè)列表,存儲(chǔ)著節(jié)點(diǎn)s所指向的節(jié)點(diǎn)。
所以我們首先可以寫一個(gè)建圖函數(shù):
List《Integer》[] buildGraph(int numCourses, int[][] prerequisites) {
// 圖中共有 numCourses 個(gè)節(jié)點(diǎn)
List《Integer》[] graph = new LinkedList[numCourses];
for (int i = 0; i 《 numCourses; i++) {
graph[i] = new LinkedList《》();
}
for (int[] edge : prerequisites) {
int from = edge[1];
int to = edge[0];
// 修完課程 from 才能修課程 to
// 在圖中添加一條從 from 指向 to 的有向邊
graph[from].add(to);
}
return graph;
}
圖建出來了,怎么判斷圖中有沒有環(huán)呢?
先不要急,我們先來思考如何遍歷這幅圖,只要會(huì)遍歷,就可以判斷圖中是否存在環(huán)了。
前文 圖論基礎(chǔ) 寫了 DFS 算法遍歷圖的框架,無非就是從多叉樹遍歷框架擴(kuò)展出來的,加了個(gè)visited數(shù)組罷了:
// 防止重復(fù)遍歷同一個(gè)節(jié)點(diǎn)boolean[] visited;
// 從節(jié)點(diǎn) s 開始 BFS 遍歷,將遍歷過的節(jié)點(diǎn)標(biāo)記為 truevoid traverse(List《Integer》[] graph, int s) {
if (visited[s]) {
return;
}
/* 前序遍歷代碼位置 */
// 將當(dāng)前節(jié)點(diǎn)標(biāo)記為已遍歷
visited[s] = true;
for (int t : graph[s]) {
traverse(graph, t);
}
/* 后序遍歷代碼位置 */
}
那么我們就可以直接套用這個(gè)遍歷代碼:
// 防止重復(fù)遍歷同一個(gè)節(jié)點(diǎn)boolean[] visited;
boolean canFinish(int numCourses, int[][] prerequisites) {
List《Integer》[] graph = buildGraph(numCourses, prerequisites);
visited = new boolean[numCourses];
for (int i = 0; i 《 numCourses; i++) {
traverse(graph, i);
}
}
void traverse(List《Integer》[] graph, int s) {
// 代碼見上文
}
注意圖中并不是所有節(jié)點(diǎn)都相連,所以要用一個(gè) for 循環(huán)將所有節(jié)點(diǎn)都作為起點(diǎn)調(diào)用一次 DFS 搜索算法。
這樣,就能遍歷這幅圖中的所有節(jié)點(diǎn)了,你打印一下visited數(shù)組,應(yīng)該全是 true。
前文 學(xué)習(xí)數(shù)據(jù)結(jié)構(gòu)和算法的框架思維 說過,圖的遍歷和遍歷多叉樹差不多,所以到這里你應(yīng)該都能很容易理解。
那么如何判斷這幅圖中是否存在環(huán)呢?
我們前文 回溯算法核心套路詳解 說過,你可以把遞歸函數(shù)看成一個(gè)在遞歸樹上游走的指針,這里也是類似的:
你也可以把traverse看做在圖中節(jié)點(diǎn)上游走的指針,只需要再添加一個(gè)布爾數(shù)組onPath記錄當(dāng)前traverse經(jīng)過的路徑:
boolean[] onPath;
boolean hasCycle = false;
boolean[] visited;
void traverse(List《Integer》[] graph, int s) {
if (onPath[s]) {
// 發(fā)現(xiàn)環(huán)!?。?/p>
hasCycle = true;
}
if (visited[s]) {
return;
}
// 將節(jié)點(diǎn) s 標(biāo)記為已遍歷
visited[s] = true;
// 開始遍歷節(jié)點(diǎn) s
onPath[s] = true;
for (int t : graph[s]) {
traverse(graph, t);
}
// 節(jié)點(diǎn) s 遍歷完成
onPath[s] = false;
}
這里就有點(diǎn)回溯算法的味道了,在進(jìn)入節(jié)點(diǎn)s的時(shí)候?qū)nPath[s]標(biāo)記為 true,離開時(shí)標(biāo)記回 false,如果發(fā)現(xiàn)onPath[s]已經(jīng)被標(biāo)記,說明出現(xiàn)了環(huán)。
PS:參考貪吃蛇沒繞過彎兒咬到自己的場(chǎng)景。
這樣,就可以在遍歷圖的過程中順便判斷是否存在環(huán)了,完整代碼如下:
// 記錄一次 traverse 遞歸經(jīng)過的節(jié)點(diǎn)boolean[] onPath;
// 記錄遍歷過的節(jié)點(diǎn),防止走回頭路boolean[] visited;
// 記錄圖中是否有環(huán)boolean hasCycle = false;
boolean canFinish(int numCourses, int[][] prerequisites) {
List《Integer》[] graph = buildGraph(numCourses, prerequisites);
visited = new boolean[numCourses];
onPath = new boolean[numCourses];
for (int i = 0; i 《 numCourses; i++) {
// 遍歷圖中的所有節(jié)點(diǎn)
traverse(graph, i);
}
// 只要沒有循環(huán)依賴可以完成所有課程
return !hasCycle;
}
void traverse(List《Integer》[] graph, int s) {
if (onPath[s]) {
// 出現(xiàn)環(huán)
hasCycle = true;
}
if (visited[s] || hasCycle) {
// 如果已經(jīng)找到了環(huán),也不用再遍歷了
return;
}
// 前序遍歷代碼位置
visited[s] = true;
onPath[s] = true;
for (int t : graph[s]) {
traverse(graph, t);
}
// 后序遍歷代碼位置
onPath[s] = false;
}
List《Integer》[] buildGraph(int numCourses, int[][] prerequisites) {
// 代碼見前文
}
這道題就解決了,核心就是判斷一幅有向圖中是否存在環(huán)。
不過如果出題人繼續(xù)惡心你,讓你不僅要判斷是否存在環(huán),還要返回這個(gè)環(huán)具體有哪些節(jié)點(diǎn),怎么辦?
你可能說,onPath里面為 true 的索引,不就是組成環(huán)的節(jié)點(diǎn)編號(hào)嗎?
不是的,假設(shè)下圖中綠色的節(jié)點(diǎn)是遞歸的路徑,它們?cè)趏nPath中的值都是 true,但顯然成環(huán)的節(jié)點(diǎn)只是其中的一部分:
那么接下來,我們來再講一個(gè)經(jīng)典的圖算法:拓?fù)渑判颉?/p>
拓?fù)渑判?/p>
這道題就是上道題的進(jìn)階版,不是僅僅讓你判斷是否可以完成所有課程,而是進(jìn)一步讓你返回一個(gè)合理的上課順序,保證開始修每個(gè)課程時(shí),前置的課程都已經(jīng)修完。
函數(shù)簽名如下:
int[] findOrder(int numCourses, int[][] prerequisites);
這里我先說一下拓?fù)渑判颍═opological Sorting)這個(gè)名詞,網(wǎng)上搜出來的定義很數(shù)學(xué),這里干脆用百度百科的一幅圖來讓你直觀地感受下
直觀地說就是,讓你把一幅圖「拉平」,而且這個(gè)「拉平」的圖里面,所有箭頭方向都是一致的,比如上圖所有箭頭都是朝右的。
很顯然,如果一幅有向圖中存在環(huán),是無法進(jìn)行拓?fù)渑判虻模驗(yàn)榭隙ㄗ霾坏剿屑^方向一致;反過來,如果一幅圖是「有向無環(huán)圖」,那么一定可以進(jìn)行拓?fù)渑判颉?/p>
但是我們這道題和拓?fù)渑判蛴惺裁搓P(guān)系呢?
其實(shí)也不難看出來,如果把課程抽象成節(jié)點(diǎn),課程之間的依賴關(guān)系抽象成有向邊,那么這幅圖的拓?fù)渑判蚪Y(jié)果就是上課順序。
首先,我們先判斷一下題目輸入的課程依賴是否成環(huán),成環(huán)的話是無法進(jìn)行拓?fù)渑判虻?,所以我們可以?fù)用上一道題的主函數(shù):
public int[] findOrder(int numCourses, int[][] prerequisites) {
if (!canFinish(numCourses, prerequisites)) {
// 不可能完成所有課程
return new int[]{};
}
// 。..
}
PS:簡(jiǎn)單起見,canFinish 直接復(fù)用了之前實(shí)現(xiàn)的函數(shù),但實(shí)際上可以把環(huán)檢測(cè)的邏輯和拓?fù)渑判虻倪壿嫿Y(jié)合起來,同時(shí)在 traverse 函數(shù)里完成,這個(gè)可以留給大家自己去實(shí)現(xiàn)。
那么關(guān)鍵問題來了,如何進(jìn)行拓?fù)渑判颍渴遣皇怯忠闶裁锤叽笊系募记闪耍?/p>
其實(shí)特別簡(jiǎn)單,將后序遍歷的結(jié)果進(jìn)行反轉(zhuǎn),就是拓?fù)渑判虻慕Y(jié)果。
直接看解法代碼:
boolean[] visited;
// 記錄后序遍歷結(jié)果
List《Integer》 postorder = new ArrayList《》();
int[] findOrder(int numCourses, int[][] prerequisites) {
// 先保證圖中無環(huán)
if (!canFinish(numCourses, prerequisites)) {
return new int[]{};
}
// 建圖
List《Integer》[] graph = buildGraph(numCourses, prerequisites);
// 進(jìn)行 DFS 遍歷
visited = new boolean[numCourses];
for (int i = 0; i 《 numCourses; i++) {
traverse(graph, i);
}
// 將后序遍歷結(jié)果反轉(zhuǎn),轉(zhuǎn)化成 int[] 類型
Collections.reverse(postorder);
int[] res = new int[numCourses];
for (int i = 0; i 《 numCourses; i++) {
res[i] = postorder.get(i);
}
return res;
}
void traverse(List《Integer》[] graph, int s) {
if (visited[s]) {
return;
}
visited[s] = true;
for (int t : graph[s]) {
traverse(graph, t);
}
// 后序遍歷位置
postorder.add(s);
}
// 參考上一題的解法boolean canFinish(int numCourses, int[][] prerequisites);
// 參考前文代碼
List《Integer》[] buildGraph(int numCourses, int[][] prerequisites);
代碼雖然看起來多,但是邏輯應(yīng)該是很清楚的,只要圖中無環(huán),那么我們就調(diào)用traverse函數(shù)對(duì)圖進(jìn)行 BFS 遍歷,記錄后序遍歷結(jié)果,最后把后序遍歷結(jié)果反轉(zhuǎn),作為最終的答案。
那么為什么后序遍歷的反轉(zhuǎn)結(jié)果就是拓?fù)渑判蚰兀?/p>
我這里也避免數(shù)學(xué)證明,用一個(gè)直觀地例子來解釋,我們就說二叉樹,這是我們說過很多次的二叉樹遍歷框架:
void traverse(TreeNode root) {
// 前序遍歷代碼位置
traverse(root.left)
// 中序遍歷代碼位置
traverse(root.right)
// 后序遍歷代碼位置
}
二叉樹的后序遍歷是什么時(shí)候?遍歷完左右子樹之后才會(huì)執(zhí)行后序遍歷位置的代碼。換句話說,當(dāng)左右子樹的節(jié)點(diǎn)都被裝到結(jié)果列表里面了,根節(jié)點(diǎn)才會(huì)被裝進(jìn)去。
后序遍歷的這一特點(diǎn)很重要,之所以拓?fù)渑判虻幕A(chǔ)是后序遍歷,是因?yàn)橐粋€(gè)任務(wù)必須在等到所有的依賴任務(wù)都完成之后才能開始開始執(zhí)行。
你把每個(gè)任務(wù)理解成二叉樹里面的節(jié)點(diǎn),這個(gè)任務(wù)所依賴的任務(wù)理解成子節(jié)點(diǎn),那你是不是應(yīng)該先把所有子節(jié)點(diǎn)處理完再處理父節(jié)點(diǎn)?這是不是就是后序遍歷?
下圖是一個(gè)二叉樹的后序遍歷結(jié)果:
結(jié)合這個(gè)圖說一說為什么還要把后序遍歷結(jié)果反轉(zhuǎn),才是最終的拓?fù)渑判蚪Y(jié)果。
我們說一個(gè)節(jié)點(diǎn)可以理解為一個(gè)任務(wù),這個(gè)節(jié)點(diǎn)的子節(jié)點(diǎn)理解為這個(gè)任務(wù)的依賴,但你注意我們之前說的依賴關(guān)系的表示:如果做完A才能去做B,那么就有一條從A指向B的有向邊,表示B依賴A。
那么,父節(jié)點(diǎn)依賴子節(jié)點(diǎn),體現(xiàn)在二叉樹里面應(yīng)該是這樣的
是不是和我們正常的二叉樹指針指向反過來了?所以正常的后序遍歷結(jié)果應(yīng)該進(jìn)行反轉(zhuǎn),才是拓?fù)渑判虻慕Y(jié)果。
以上,我簡(jiǎn)單解釋了一下為什么「拓?fù)渑判虻慕Y(jié)果就是反轉(zhuǎn)之后的后序遍歷結(jié)果」,當(dāng)然,我的解釋雖然比較直觀,但并沒有嚴(yán)格的數(shù)學(xué)證明,有興趣的讀者可以自己查一下。
總之,你記住拓?fù)渑判蚓褪呛笮虮闅v反轉(zhuǎn)之后的結(jié)果,且拓?fù)渑判蛑荒茚槍?duì)有向無環(huán)圖,進(jìn)行拓?fù)渑判蛑耙M(jìn)行環(huán)檢測(cè),這些知識(shí)點(diǎn)已經(jīng)足夠了。
責(zé)任編輯:haq
-
數(shù)據(jù)
+關(guān)注
關(guān)注
8文章
7255瀏覽量
91806 -
拓?fù)浣Y(jié)構(gòu)
+關(guān)注
關(guān)注
6文章
327瀏覽量
40071
原文標(biāo)題:拓?fù)渑判颍琘YDS!
文章出處:【微信號(hào):xincailiaozaixian,微信公眾號(hào):新材料在線】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
開關(guān)電源設(shè)計(jì)如何選擇合適拓?fù)?/b>

低成本電源排序器解決方案

開關(guān)電源功率變換器拓?fù)?/b>與設(shè)計(jì)
開關(guān)電源拓?fù)?/b>結(jié)構(gòu)介紹
反向降壓拓?fù)?/b>如何替代非隔離反激式拓?fù)?/b> 德州儀器反向降壓拓?fù)?/b>詳細(xì)解析

常見的PFC拓?fù)?/b>架構(gòu)及控制方法

移相全橋ZVS及ZVZCS拓?fù)?/b>結(jié)構(gòu)分析
詳解Linux sort命令之掌握排序技巧與實(shí)用案例
TimSort:一個(gè)在標(biāo)準(zhǔn)函數(shù)庫中廣泛使用的排序算法
【「從算法到電路—數(shù)字芯片算法的電路實(shí)現(xiàn)」閱讀體驗(yàn)】+內(nèi)容簡(jiǎn)介
CAN總線十萬個(gè)為什么 | 聊聊幾種常見的CAN網(wǎng)絡(luò)拓?fù)?/b>

時(shí)間復(fù)雜度為 O(n^2) 的排序算法

評(píng)論