怎样查看一个网站的域名地方网站改版方案

当前位置： 首页 > news >正文

怎样查看一个网站的域名,地方网站改版方案,淘宝指数转换工具,海拉尔网站建设sjteam环检测以及拓扑排序 前言复习模版环检测-DFS版本环检测- BFS版本 前言 我觉得学习这些之前,一定要对图的数据结构和抽象模型有概念,并且图构建的代码模版应该手到擒来,不然还是挺折磨的,不是这差一点就是那差一点,写道力扣卡卡的非常烦人. 复习模版 我觉得单拿出来再说这个模… 环检测以及拓扑排序 前言复习模版环检测-DFS版本环检测- BFS版本 前言 我觉得学习这些之前,一定要对图的数据结构和抽象模型有概念,并且图构建的代码模版应该手到擒来,不然还是挺折磨的,不是这差一点就是那差一点,写道力扣卡卡的非常烦人. 复习模版 我觉得单拿出来再说这个模版一点也不冗余,一定要背会死记住!并且要理解它们的数据结构 邻接表形式存储图 返回值类型,参数有哪些,如何构建边的关系,非常重要. 既然是构建图,那么我们的返回值一定是图没毛病吧,我们是用邻接表的形式,所以返回值类型就是List []. 对于参数而言: a. 我们要确认这个图有几个节点,不然没办法创建节点. b. 我们要知道节点和边的关系,一般给你的是二维的数据,里面有节点和边的关系 如何构建边的关系呢? 如果给你的是一个二维数组,你看题意是怎么说的. 我拿课程表这个题给你举例子,[0,1]表示:想学习课程0,就要先完成课程1. 指向由你自己选择,我这边选择from是1,to是0. 指向关系是from指向to. 那如何添加到邻接表里,就看你对邻接表数据结构的理解,角码代表节点,里面的值代表这个节点指向哪个节点. 代码实现如下: ListInteger buildGraph(int numCourses, int[][] prerequisites){ListInteger[] graph new LinkedList[numCourses];for(int i0;inumCourses;i){graph[i] new LinkedList();}for(int[] edge: prerequisites){int from edge[1],to edge[0];graph[from].add(to);} }环检测-DFS版本 构建图的模版我就不写了,上面是有的. 上一章我们聊过图论中和树不一样的地方在于图可能是会有环的. 不做任何处理的话可能会造成死循环. 处理的方式就是记录下来我哪些节点已经遍历过了,如果已经遍历了就不能再遍历,并标记是有环了. 那么我们需要两个小伙伴帮我们记录: boolean[] onPath - 记录递归遍历过哪些节点了boolean hasCycle - 图中是否有环 应该很好理解吧,代码如下: class Solution {// 记录递归堆栈中的节点boolean[] onPath;// 记录图中是否有环boolean hasCycle false;public boolean canFinish(int numCourses, int[][] prerequisites) {ListInteger[] graph buildGraph(numCourses, prerequisites);onPath new boolean[numCourses];for (int i 0; i numCourses; i) {// 遍历图中的所有节点traverse(graph, i);}// 只要没有循环依赖可以完成所有课程return !hasCycle;}// 图遍历函数遍历所有路径void traverse(ListInteger[] graph, int s) {if (hasCycle) {// 如果已经找到了环也不用再遍历了return;}if (onPath[s]) {// s 已经在递归路径上说明成环了hasCycle true;return;}// 前序代码位置onPath[s] true;for (int t : graph[s]) {traverse(graph, t);}// 后序代码位置onPath[s] false;}ListInteger[] buildGraph(int numCourses, int[][] prerequisites) {// 代码见前文} }关于上面遍历代码我想补充几点: 我们是要对每个节点都进行递归遍历,而不是只遍历一次,我刚开始学图的时候老是忘记处理这点.因为和树不一样,树只有一个起点,但是图可能有多个连通分量,而树只有一个!onPath数组的处理要理解代表的含义,在onPath的角码就是代表哪个节点.onPath[i]的意思就是i节点是否成环. 但是上面是有冗余计算的,假如我以3节点为起点遍历了所有可达路径,没有发现环,那么我又以5为起点,遍历到3节点,我还是要再去遍历一遍3节点.这就非常难受了. 所以我们不妨再找一个小伙伴帮忙记一下,让我们知道已经遍历过哪些节点,就不需要再遍历了 boolean[] visited 就是干这个的. visited[i] 的意义是i节点是否被遍历过. 很简单吧,代码如下: class Solution {// 记录一次递归堆栈中的节点boolean[] onPath;// 记录节点是否被遍历过boolean[] visited;// 记录图中是否有环boolean hasCycle false;public boolean canFinish(int numCourses, int[][] prerequisites) {ListInteger[] graph buildGraph(numCourses, prerequisites);onPath new boolean[numCourses];visited new boolean[numCourses];for (int i 0; i numCourses; i) {// 遍历图中的所有节点traverse(graph, i);}// 只要没有循环依赖可以完成所有课程return !hasCycle;}// 图遍历函数遍历所有路径void traverse(ListInteger[] graph, int s) {if (hasCycle) {// 如果已经找到了环也不用再遍历了return;}if (onPath[s]) {// s 已经在递归路径上说明成环了hasCycle true;return;}if (visited[s]) {// 不用再重复遍历已遍历过的节点return;}// 前序代码位置visited[s] true;onPath[s] true;for (int t : graph[s]) {traverse(graph, t);}// 后序代码位置onPath[s] false;}ListInteger[] buildGraph(int numCourses, int[][] prerequisites) {// 代码见前文} }环检测- BFS版本 DFS是通过数组来判定是否成环,但是BFS不能这样了,因为它没办法撤回,只能往下走. 那我们可以通过每个节点的入度来实现. 所谓「出度」和「入度」是「有向图」中的概念很直观如果一个节点 x 有 a 条边指向别的节点同时被 b 条边所指则称节点 x 的出度为 a入度为 b。 那既然说我们依赖节点的入度,它一定是被事先构建好的,所以我们除了要写一个构建图的代码,还要再写一段构建入度的代码. 上面也说了,判定入度是根据边的指向. 那么我们肯定是要循环一遍我们构建的图,然后根据节点的边去设置每个节点的入度. 代码如下: int[] indegree new int[numCourses];for(int[] edge: prerequisites){int from edge[1], to edge[0];//注意这里计算的是入度,所以脚码是toindegree[to]; }因为是BFS,所以我们用队列去处理,那这个队列的话我们如何去管理呢? 首先我们肯定要往队列里面添加初始节点,我们怎么判断哪个节点是初始节点? 记住我们的核心出装: 根据入度来判定,入度0,则代表它是中间节点;入度0,代表是初始节点.所以我们选择遍历到入度为0 的节点添加到队列里面. QueueInteger q new LinkedList(); for(int i 0; inumCourses;i){if(indegree[i] 0){q.offer(i);} }遍历如何处理呢? ✅ 终止条件 队列为空时表示所有可以遍历的节点都已经处理完循环结束。 ✅ 遍历方式 每次从队列中弹出一个入度为 0 的节点遍历它能指向的所有节点并更新入度。 ✅ 入度变为 0 时入队 说明当前节点的所有前置依赖都已被处理完可以加入队列等待后续遍历。 while(!q.isEmpty()){int cur q.poll();for(int next: graph[cur]){indegree[next]–;if(indegree[next]0{q.offer(next);}} }遍历完后,那我怎么知道是不是有环呢? 我们思考一下,如果有环的话.在环中的入度可能为0吗? 我们想一下,从正常的节点,遍历到有环的节点,有环的节点会被添加进去吗? 答案是不会的,因为有环的话我们无法消除这个节点的入度呀.(不理解的简单画个图就理解了,很简单的道理) 我一个节点去遍历到下一个节点,只能把下一个节点的度-1,但你想想这个-1减的是谁的1,是下一个环对上一个环的依赖,不是下一个环对下下一个环的依赖! 所以有环的节点不会被加入进去,那么我们在遍历的时候就会少遍历一个. 所以所以! 我们就记录一下遍历的节点个数,和最后的节点比对一下,如果不相等,那么就代表有环! ok,整个流程就是这样,代码如下,细细品味吧 class Solution {public boolean canFinish(int numCourses, int[][] prerequisites) {// 建图有向边代表「被依赖」关系ListInteger[] graph buildGraph(numCourses, prerequisites);// 构建入度数组int[] indegree new int[numCourses];for (int[] edge : prerequisites) {int from edge[1], to edge[0];// 节点 to 的入度加一indegree[to];}// 根据入度初始化队列中的节点QueueInteger q new LinkedList();for (int i 0; i numCourses; i) {if (indegree[i] 0) {// 节点 i 没有入度即没有依赖的节点// 可以作为拓扑排序的起点加入队列q.offer(i);}}// 记录遍历的节点个数int count 0;// 开始执行 BFS 循环while (!q.isEmpty()) {// 弹出节点 cur并将它指向的节点的入度减一int cur q.poll();count;for (int next : graph[cur]) {indegree[next]–;if (indegree[next] 0) {// 如果入度变为 0说明 next 依赖的节点都已被遍历q.offer(next);}}}// 如果所有节点都被遍历过说明不成环return count numCourses;}// 建图函数ListInteger[] buildGraph(int n, int[][] edges) {// 见前文} }