473. Matchsticks to Square

思路：有n根長度不一的火柴，這些火柴可以拼接在一起，但不能被折斷。這些火柴能夠圍城一個(gè)正方形嗎？每個(gè)火柴可以并且必須使用一次。分析得到每個(gè)邊的長度應(yīng)該是所有火柴長度和的1/4。接下來就是將火柴分組。可以用4個(gè)變量或者一個(gè)數(shù)組記錄每組火柴目前已經(jīng)分配的長度。如果正好分配完成就返回true，否則返回false。
這里的一個(gè)小技巧是對輸入nums排序。先分配火柴長度長的火柴。這樣可以更早地找到不合理分配的情況。
代碼

743. Network Delay Time

思路：這是一道關(guān)于在圖中找從一個(gè)頂點(diǎn)到其他頂點(diǎn)的最短路徑的問題。我的錯(cuò)誤在于忽略了最短路徑。
思路1：普通的dfs。只是要注意遍歷的時(shí)候先訪問距離短的邊。
思路2：Dijkstra’s Algorithm。但是我比較了dfs版本的代碼與堆實(shí)現(xiàn)版本的代碼，認(rèn)為思路是一樣的。只是代碼書寫結(jié)構(gòu)不同。排序位置不同。它們的耗時(shí)確實(shí)不同。前者耗時(shí)101ms，后者耗時(shí)51ms。

public int networkDelayTime(int[][] times, int N, int K) {int[] costs = new int[N+1];Arrays.fill(costs,-1);Map<Integer, List<int[]>> map = new HashMap<Integer, List<int[]>>();for(int[] a : times){if( map.get(a[0])==null){map.put(a[0],new ArrayList<int[]>());}map.get(a[0]).add(new int[]{a[1],a[2]});}//按dist排序，可以優(yōu)先選擇距離短的邊for (int node: map.keySet()) {//(a, b) -> a[0] - b[0]Collections.sort(map.get(node), new Comparator<int[]>(){public int compare(int[] o1, int[] o2) {return o1[1]-o2[1];}});}visitNode(map,costs,K,0);int max = 0;for(int i=1;i<=N;i++){if(costs[i] == -1) return -1;max = Math.max(max, costs[i]);}return max;}public void visitNode(Map<Integer,List<int[]>> timeMap,int[] costs,int node,int cost){if(costs[node]!=-1){if(cost >= costs[node]){return;}}costs[node] = cost;if(timeMap.get(node)!=null){for(int[] edge :timeMap.get(node)){visitNode(timeMap,costs,edge[0],edge[1]+cost);}}} public int networkDelayTimeV2(int[][] times, int N, int k) {Map<Integer, List<int[]>> graph = new HashMap<Integer, List<int[]>>();for(int[] a : times){if( graph.get(a[0])==null){graph.put(a[0],new ArrayList<int[]>());}graph.get(a[0]).add(new int[]{a[1],a[2]});}PriorityQueue<int[]> heap = new PriorityQueue<int[]>(N,new Comparator<int[]>(){public int compare(int[] o1, int[] o2) {return o1[1]-o2[1];}});heap.offer(new int[]{k,0});int[] dist = new int[N+1];Arrays.fill(dist,Integer.MAX_VALUE);while(!heap.isEmpty()){int[] info = heap.poll();int d = info[1];int node = info[0];if(dist[node]!=Integer.MAX_VALUE) continue;dist[node] = d;if(graph.containsKey(node)){for(int[] edge :graph.get(node)){if(dist[edge[0]]==Integer.MAX_VALUE){heap.offer(new int[]{edge[0],edge[1]+d});}}}}int max = 0;for(int i=1;i<=N;i++){if(dist[i] == Integer.MAX_VALUE) return -1;max = Math.max(max, dist[i]);}return max;}

思路3：也是Dijkstra’s算法。但是是用數(shù)組實(shí)現(xiàn)的。快很多，耗時(shí)13ms。代碼
代碼

417. Pacific Atlantic Water Flow

思路：這道題目不難。難的是理解題目含義。紅色框的所有位置相當(dāng)于都是Pacific的入口。能到達(dá)這些位置的點(diǎn)，都能流入Pacific。同理對于Atlantic也一樣。標(biāo)記哪些位置是能流入二者的點(diǎn)就是需要返回的點(diǎn)。

代碼

207. Course Schedule

思路：檢測有向圖上是否有環(huán)。
思路1：BFS。1、構(gòu)建圖；2 找到入度為0的點(diǎn)，加入到隊(duì)列；3 從隊(duì)列中彈出一個(gè)元素，count+1，找到這個(gè)元素可以達(dá)到的點(diǎn)（課程），將這些課程的入度減1；4 如果發(fā)現(xiàn)有新的入度為0的點(diǎn)，繼續(xù)加入到隊(duì)列；5 重復(fù)步驟3,4直到隊(duì)列為空；6 判斷count是否等于課程數(shù)。如果等于返回true。
思路2：DFS。1、構(gòu)建圖；2 參考802. Find Eventual Safe States，我們設(shè)計(jì)節(jié)點(diǎn)的訪問有三種狀態(tài)，還沒有開始訪問節(jié)點(diǎn)是白(0)，開始訪問一個(gè)節(jié)點(diǎn)是灰(1)，訪問一個(gè)節(jié)點(diǎn)結(jié)束是黑(2)；3 我們依次訪問所有課程，如果節(jié)點(diǎn)狀態(tài)是1，則表示有環(huán)，返回false；如果節(jié)點(diǎn)狀態(tài)是2，則表示已經(jīng)訪問成功直接返回true；如果節(jié)點(diǎn)狀態(tài)是0，則進(jìn)入訪問，狀態(tài)修改為1；接著dfs訪問這個(gè)節(jié)點(diǎn)的鄰接節(jié)點(diǎn)。
代碼

721. Accounts Merge

思路：這題目初看上去很簡單。map吧。把email和用戶名做映射。但實(shí)際上沒這么簡單。
學(xué)習(xí)：DFS。這是一個(gè)圖。圖的鏈接技巧是將第一個(gè)email和同一個(gè)list內(nèi)的其他email雙向相連。連通的email就是在同一個(gè)組內(nèi)。
DFS思路代碼 AccountsMergeV2
union-find代碼思路 AccountsMergeV3 AccountsMergeV4
我自己寫的union-find超時(shí)了。

542. 01 Matrix

思路：這道題目DFS思路可以解決。但有一個(gè)細(xì)節(jié)需要解決。如果matrix[i][j]=1，計(jì)算最近0距離的時(shí)候。1 先判斷周圍是否有0，如果有則距離為1，直接退出。2 不滿足條件1，繼續(xù)搜索周圍相鄰節(jié)點(diǎn)。這個(gè)過程中，沒有把相鄰節(jié)點(diǎn)的計(jì)算保留下來，所以會(huì)有重復(fù)計(jì)算.在整個(gè)dfs過程中并沒有對r的有效修改，所以會(huì)有重復(fù)的。 例如，在計(jì)算(0,4)的最近0距離的時(shí)候，會(huì)計(jì)算(1,4)點(diǎn)的最近0距離，但是結(jié)果并沒有保存下來。
這個(gè)問題的解決，在別人文章中學(xué)到了。在從左到右，從上到下的遍歷中，dist[i][j] = Min(dist[i][j],min(dist[i-1][j]+1,dist[i][j-1]+1))。因?yàn)樵谶@樣的遍歷中，(i-1,j)和(i,j-1)節(jié)點(diǎn)是計(jì)算過的。在從下到上，從右到左的遍歷中，dist[i][j] = Min(dist[i][j],min(dist[i+1][j]+1,dist[i][j+1]+1))。因?yàn)樵谶@樣的遍歷中,(i,j+1)和(i+1,j)節(jié)點(diǎn)是計(jì)算過的。
這是一種DP的思想。但是這樣的思維，就確定整個(gè)計(jì)算過程不會(huì)出錯(cuò)。要不，我總會(huì)想，是應(yīng)該先計(jì)算(1,4)還是先計(jì)算(0,4)。究竟是(0,4)點(diǎn)的距離影響(1,4)還是(1,4)點(diǎn)的距離影響(0,4)。而這種從上到下，從左到右遍歷一次；從下到上，從右到左再遍歷一次，就好多了。
學(xué)習(xí)：BFS思路，考慮從matrix[i][j]=0的點(diǎn)開始擴(kuò)散查找，更有意思了。
代碼

總結(jié)

以上是生活随笔為你收集整理的Depth-first Search深度优先搜索专题3的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。