473. Matchsticks to Square

思路：有n根长度不一的火柴，这些火柴可以拼接在一起，但不能被折断。这些火柴能够围城一个正方形吗？每个火柴可以并且必须使用一次。分析得到每个边的长度应该是所有火柴长度和的1/4。接下来就是将火柴分组。可以用4个变量或者一个数组记录每组火柴目前已经分配的长度。如果正好分配完成就返回true，否则返回false。
这里的一个小技巧是对输入nums排序。先分配火柴长度长的火柴。这样可以更早地找到不合理分配的情况。
代码

743. Network Delay Time

思路：这是一道关于在图中找从一个顶点到其他顶点的最短路径的问题。我的错误在于忽略了最短路径。
思路1：普通的dfs。只是要注意遍历的时候先访问距离短的边。
思路2：Dijkstra’s Algorithm。但是我比较了dfs版本的代码与堆实现版本的代码，认为思路是一样的。只是代码书写结构不同。排序位置不同。它们的耗时确实不同。前者耗时101ms，后者耗时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，可以优先选择距离短的边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。但是是用数组实现的。快很多，耗时13ms。代码
代码

417. Pacific Atlantic Water Flow

思路：这道题目不难。难的是理解题目含义。红色框的所有位置相当于都是Pacific的入口。能到达这些位置的点，都能流入Pacific。同理对于Atlantic也一样。标记哪些位置是能流入二者的点就是需要返回的点。

代码

207. Course Schedule

思路：检测有向图上是否有环。
思路1：BFS。1、构建图；2 找到入度为0的点，加入到队列；3 从队列中弹出一个元素，count+1，找到这个元素可以达到的点（课程），将这些课程的入度减1；4 如果发现有新的入度为0的点，继续加入到队列；5 重复步骤3,4直到队列为空；6 判断count是否等于课程数。如果等于返回true。
思路2：DFS。1、构建图；2 参考802. Find Eventual Safe States，我们设计节点的访问有三种状态，还没有开始访问节点是白(0)，开始访问一个节点是灰(1)，访问一个节点结束是黑(2)；3 我们依次访问所有课程，如果节点状态是1，则表示有环，返回false；如果节点状态是2，则表示已经访问成功直接返回true；如果节点状态是0，则进入访问，状态修改为1；接着dfs访问这个节点的邻接节点。
代码

721. Accounts Merge

思路：这题目初看上去很简单。map吧。把email和用户名做映射。但实际上没这么简单。
学习：DFS。这是一个图。图的链接技巧是将第一个email和同一个list内的其他email双向相连。连通的email就是在同一个组内。
DFS思路代码 AccountsMergeV2
union-find代码思路 AccountsMergeV3 AccountsMergeV4
我自己写的union-find超时了。

542. 01 Matrix

思路：这道题目DFS思路可以解决。但有一个细节需要解决。如果matrix[i][j]=1，计算最近0距离的时候。1 先判断周围是否有0，如果有则距离为1，直接退出。2 不满足条件1，继续搜索周围相邻节点。这个过程中，没有把相邻节点的计算保留下来，所以会有重复计算.在整个dfs过程中并没有对r的有效修改，所以会有重复的。例如，在计算(0,4)的最近0距离的时候，会计算(1,4)点的最近0距离，但是结果并没有保存下来。
这个问题的解决，在别人文章中学到了。在从左到右，从上到下的遍历中，dist[i][j] = Min(dist[i][j],min(dist[i-1][j]+1,dist[i][j-1]+1))。因为在这样的遍历中，(i-1,j)和(i,j-1)节点是计算过的。在从下到上，从右到左的遍历中，dist[i][j] = Min(dist[i][j],min(dist[i+1][j]+1,dist[i][j+1]+1))。因为在这样的遍历中,(i,j+1)和(i+1,j)节点是计算过的。
这是一种DP的思想。但是这样的思维，就确定整个计算过程不会出错。要不，我总会想，是应该先计算(1,4)还是先计算(0,4)。究竟是(0,4)点的距离影响(1,4)还是(1,4)点的距离影响(0,4)。而这种从上到下，从左到右遍历一次；从下到上，从右到左再遍历一次，就好多了。
学习：BFS思路，考虑从matrix[i][j]=0的点开始扩散查找，更有意思了。
代码

Depth-first Search深度优先搜索专题3相关推荐

Depth-first Search深度优先搜索专题1
104. Maximum Depth of Binary Tree 思路:顺着树的一个分支一直数层数直到叶子节点.DFS的思路.这个题目可以练习的是递归转迭代. 代码 695. Max Area of ...
Depth-first Search深度优先搜索专题6
472 Concatenated Words 思路:将词典使用Trie树表示.对于输入的词word,在Trie树上找,当遇到一个isWord=true的节点,查看剩下部分的词是否在词典中. 例如输入 ...
Depth-first Search深度优先搜索专题4
576. Out of Boundary Paths 思路:这道题目难倒了我.最直接的思路是暴力搜索.要注意的问题1是需要仔细观察Example2,轨迹不同意思是可以从A点到B点,再从B点到A点也可以 ...
Depth-first Search深度优先搜索专题2
199. Binary Tree Right Side View 思路:想要得到树的每一层最右侧元素值,用BFS最方便.先访问左节点再访问右节点,最后访问的一个值就是留下的值. 想要DFS的思路也可以 ...
Depth-first Search深度优先搜索专题7
834 Sum of Distances in Tree 思路:一颗无向的树有N个节点,分别标记为0,1,2,-N-1,有若干条边.结果返回每个节点到其他节点的路径和. 以上面这棵树为例.从节点0到其 ...
Depth-first Search深度优先搜索专题5
329. Longest Increasing Path in a Matrix 思路:计算某个位置i,j,最长路径的长度.计算长度的条件是:如果i,j的相邻位置newi,newj不能出matrix的 ...
JavaScript实现depth First Search深度优先搜索算法（附完整源码）
JavaScript实现depth First Search深度优先搜索算法(附完整源码) depthFirstSearch.js完整源代码 depthFirstSearch.js完整源代码 func ...
Breadth-first Search(广度优先搜索)专题1
广度优先搜索的定义广度优先搜索BFS类似于树的层次遍历算法.基本思想是:首先访问顶点v,然后由v出发,依次访问v的各个未被访问过的顶点w1,w2,w3-wn.然后再访问wi(wi是w1,w2,w3- ...
Breadth-first Search(广度优先搜索)专题2
743. Network Delay Time 输入:int[][] times times[i]= new int[]{v,u,w} 表示从节点v到节点u需要时间w.注意这里是有向图. int N ...

Depth-first Search深度优先搜索专题3