=====DFS 基础=====

=====BFS 基础=====

Leetcode 815. 公交路线

思路：

  

class Solution {
public:
    int numBusesToDestination(vector<vector<int>>& routes, int source, int target) {
        // 记录经过车站x的公交车编号 hash
        unordered_map<int, vector<int>> stop_to_buses;
        for (int i = 0; i < routes.size(); i ++)
            for (int x : routes[i])
                stop_to_buses[x].push_back(i);
        
        //小优化：如果没有公交车经过起点or终点，直接返回
        if (!stop_to_buses.contains(source) || !stop_to_buses.contains(target))
            return source != target ? -1: 0;    // 小心原地tp。。。

        // BFS
        unordered_map<int, int> dis;    dis[source] = 0;    // 起点到自己肯定为0
        queue<int> q;   q.push(source); // 放入起点
        while (!q.empty()){
            int x = q.front();  // 当前在车站x
            q.pop();
            int dis_x = dis[x];
            for (int i : stop_to_buses[x]){      // 遍历所有经过车站x的公交车i
                for (int y: routes[i])          // 遍历公交车i的路线
                    if (!dis.contains(y)){     // 没访问过车站y时, 才可以从x到y站下车
                        dis[y] = dis_x + 1;    // 距离实际上就是乘坐公交车的数量(乘坐多远倒无所谓)
                        q.push(y);
                    }
                    routes[i].clear();          // 标记routes[i]遍历过（这个公交车路线被遍历过了）
            }
        }
        return dis.contains(target)? dis[target]: -1;
    }
};

=====拓扑排序=====

=====在拓扑序上 DP=====

=====基环树=====

=====单源最短路：Dijkstra=====

=====全源最短路：Floyd=====

=====最小生成树：Kruskal/Prim=====

=====欧拉路径/欧拉回路：Hierholzer=====

=====强连通分量/双连通分量：Tarjan=====

=====二分图（染色判定、最大匹配）=====

=====网络流=====

=====其他=====