力扣第797题所有可能的路径 C++ 深度优先搜索 +java

news2024/11/23 16:40:00

题目

797. 所有可能的路径

中等

思路和解题方法

vector<vector<int>> result; 和 vector<int> path;：这两个成员变量分别用来收集符合条件的路径和存储当前节点0到终点的路径。

void dfs (vector<vector<int>>& graph, int x)：这是一个递归函数，用于进行深度优先搜索。参数graph表示当前的图，x表示目前遍历的节点。

在dfs函数中，首先判断当前节点是否为终点，如果是则将当前路径path加入到结果集合result中；否则遍历当前节点连接的所有节点，将其加入路径中，然后递归调用dfs函数进行下一层遍历，最后需要撤销当前节点，即回溯操作。

vector<vector<int>> allPathsSourceTarget(vector<vector<int>>& graph)：这是一个公开的接口函数，用于开始整个遍历过程。在这个函数中，首先将起始节点0加入到路径中，然后调用dfs函数开始深度优先搜索，最终返回结果集合result。

复杂度

时间复杂度:

O(2^m)

间复杂度取决于图的结构和节点之间的连接关系。假设有n个节点，m条边，那么在最坏情况下，时间复杂度为O(2^m)，因为在DFS过程中，我们会探索所有可能的路径。

空间复杂度

O(2^m)

空间复杂度方面，主要消耗的是存储结果集合result和当前路径path所需的空间。在最坏情况下，可能会有指数级的路径数量，因此空间复杂度也是指数级别的，即O(2^m)。

c++ 代码

class Solution {
public:
    vector<vector<int>> result; // 用于存储符合条件的路径集合
    vector<int> path; // 用于存储当前经过的路径节点

    // 深度优先搜索函数
    // x：当前遍历的节点
    // graph：当前的图
    void dfs (vector<vector<int>>& graph, int x) {
        // 寻找从节点 0 到节点 n-1 的路径，即graph.size() - 1
        if (x == graph.size() - 1) { // 找到一条符合条件的路径
            result.push_back(path); // 将当前路径加入结果集合
            return;
        }
        for (int i = 0; i < graph[x].size(); i++) { // 遍历节点x连接的所有节点
            path.push_back(graph[x][i]); // 将遍历到的节点加入路径中
            dfs(graph, graph[x][i]); // 递归进入下一层搜索
            path.pop_back(); // 回溯，撤销当前节点
        }
    }

    // 寻找从节点0到终点的所有路径
    vector<vector<int>> allPathsSourceTarget(vector<vector<int>>& graph) {
        path.push_back(0); // 起始节点为0
        dfs(graph, 0); // 开始深度优先搜索
        return result; // 返回结果集合
    }
};

Java代码

// 深度优先遍历
class Solution {
List<List<Integer>> ans;		// 用来存放满足条件的路径
List<Integer> cnt;		// 用来保存 dfs 过程中的节点值

public void dfs(int[][] graph, int node) {
    if (node == graph.length - 1) {		// 如果当前节点是 n - 1，那么就保存这条路径
        ans.add(new ArrayList<>(cnt));
        return;
    }
    for (int index = 0; index < graph[node].length; index++) {
        int nextNode = graph[node][index];
        cnt.add(nextNode); // 将下一个节点加入路径中
        dfs(graph, nextNode); // 递归深度优先搜索下一个节点
        cnt.remove(cnt.size() - 1);		// 回溯，撤销当前节点，尝试其他分支
    }
}

public List<List<Integer>> allPathsSourceTarget(int[][] graph) {
    ans = new ArrayList<>(); // 初始化结果集合
    cnt = new ArrayList<>(); // 初始化当前路径
    cnt.add(0);			// 注意，0 号节点要加入 cnt 数组中作为起点
    dfs(graph, 0); // 开始深度优先搜索
    return ans; // 返回结果
}
}

觉得有用的话可以点点赞，支持一下。

如果愿意的话关注一下。会对你有更多的帮助。

每天都会不定时更新哦 >人< 。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1214527.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！