当前位置: 首页 > article >正文

力扣797. 所有可能的路径

在这里插入图片描述
算法思想

深度优先搜索(DFS):

  • 使用递归从节点 0 开始,探索所有从当前节点到终点 n−1 的路径。
  • 每次访问一个节点时,将该节点加入当前路径 path。

回溯法: 在递归返回时,通过 path.pop_back() 撤销当前节点的选择,回到上一层状态,避免影响其他分支。
路径保存: 当递归到达终点 n−1 时,将当前路径加入结果集 result。
递归终止条件: 当前节点为终点 n−1 时,结束递归。
复杂度: 针对有向无环图(DAG)的特性,确保路径无环,且不重复访问节点。

#include <iostream>
#include <vector>

using namespace std;

class Solution {
public:
    vector<vector<int>> allPathsSourceTarget(vector<vector<int>>& graph) {
        vector<vector<int>> result;  // 存储所有路径
        vector<int> path;            // 当前路径
        dfs(graph, 0, path, result); // 从节点0开始搜索
        return result;
    }

private:
    void dfs(vector<vector<int>>& graph, int node, vector<int>& path, vector<vector<int>>& result) {
        path.push_back(node); // 将当前节点加入路径
        if (node == graph.size() - 1) {
            // 如果到达目标节点,将路径加入结果
            result.push_back(path);
        }
        else {
            // 遍历当前节点的所有邻居
            for (int neighbor : graph[node]) {
                dfs(graph, neighbor, path, result);
            }
        }
        path.pop_back(); // 回溯,移除当前节点
    }
};

int main() {
    // 输入图
    vector<vector<int>> graph = { {1, 2}, {3}, {3}, {} };
    Solution solution;
    vector<vector<int>> result = solution.allPathsSourceTarget(graph);

    // 输出结果
    cout << "[" << endl;
    for (const auto& path : result) {
        cout << "  [";
        for (int i = 0; i < path.size(); ++i) {
            cout << path[i];
            if (i != path.size() - 1) cout << ", ";
        }
        cout << "]" << endl;
    }
    cout << "]" << endl;

    return 0;
}


http://www.kler.cn/a/409059.html

相关文章:

  • 桥梁、隧道、道路、铁路、结构、岩土,哪个发展更好?
  • ShuffleNet V2:高效卷积神经网络架构设计的实用指南
  • windows C#-生成和使用异步流(上)
  • 大语言模型---Llama7B和Llama8B的区别;模型参数量;权重文件的不同;嵌入层权重的不同;输入序列长度的不同;应用场景
  • Android 常用命令和工具解析之内存相关
  • AMD(Xilinx) FPGA配置Flash大小选择
  • 什么是Webpack,有什么特点
  • 基于FPGA(现场可编程门阵列)的SD NAND图片显示系统是一个复杂的项目,它涉及硬件设计、FPGA编程、SD卡接口、NAND闪存控制以及图像显示等多个方面
  • 【LeetCode】每日一题 2024_11_21 矩阵中的蛇(模拟)
  • 【机器学习】超简明Python基础教程
  • 数据抓取与存储:将网络爬虫数据保存到数据库的详细指南
  • 缓存大key如何解决
  • 基于Java Springboot餐饮美食分享平台
  • 【隐私计算大模型】联邦深度学习之拆分学习Split learning原理及安全风险、应对措施以及在大模型联合训练中的应用案例
  • BLIP-2模型的详解与思考
  • Docker+PostgreSQL数据库
  • java: itext8.05 create pdf
  • 初始Python篇(7)—— 正则表达式
  • 【Y20030005】Java+JSP+MySQL+Servlet的网络购物商城的设计与实现
  • RK3588适配MTK7921 USB接口WiFi驱动开发
  • mini-lsm通关笔记Week2Day5
  • 扩散模型中IGSO(3)分布PDF的近似表示
  • 鸿蒙学习高效开发与测试-集成开发环境(4)
  • 网络安全,文明上网(4)掌握网络安全技术
  • 代码随想录算法训练营第五十三天|Day53 图论
  • AIVA 技术浅析(四):捕捉音乐作品中的长期依赖关系