再看一道不完全是搜索的题：解法1：贪心+并查集：把冲突事件从大到小排，判断是否两个在同一集合，在的话就返回，不在的话就合并。

Dijkstra算法Dijkstra算法是一个基于「贪心」、「广度优先搜索」、「动态规划」求一个图中一个点到其他所有点的最短路径的算法，时间复杂度O(n2)基本思路：从第一个点开始遍历，寻找与其最近的且没有确定最短路径的一个点

最短路–单源最短路–权为正,稠密图(邻接矩阵)–朴素dijkstra求源点:起点汇点:终点单源最短路,eg:从1号点到n号点最短路n:点的数量m:边的数量朴素Dijkstra:稠密图nm#include

给定一个n个点m条边的有向图，图中可能存在重边和自环，所有边权均为正值。请你求出1号点到n号点的最短距离，如果无法从1号点走到n号点，则输出−1。输入格式第一行包含整数n和m。接下来m行每行包含三个整数x,y,z，表示存在一条从点x到点y的有向边，边长为z。输出格式输出一个整数，表示1号点到n号点的最短距离。如果路径不存在，则输出−1。数据范围1≤n≤500,1≤m≤105,图中涉及边长均不超过1

当边长z都是非负数时，全局最小值不可能再被其他节点更新，故在第1步中选出的节点x必然满足:dist[x]已经是起点到x的最短路径。

步骤2、步骤3、步骤4写在一个for循环中例题Dijkstra求最短路I#include#includeusingnamespacestd;constint

计算机科学中最重要的32个算法http://www.infoq.com/cn/news/2012/08/32-most-important-algorithms数据结构字符串，数组，链表，栈，队列，树，图，并查集

n∈Z）n进制转10进制（2≤n≤16,n∈Z2\leqn\leq16,n\in\mathbbZ2≤n≤16,n∈Z）数学lowbitMiller-Rabin判断素数快速幂最大公约数最小公倍数其它算法并查集结尾本文由

修复公路首先直接上结论，这题要用到排序和并查集为啥要用到并查集：这很显然，主要是有关键语句，道路是双向，也就是说即使A和B没有修路，但是B和C之间修路了，A和C之间修路，那么A和B也算是可以相互抵达的，

仅作自己学习使用1蚁群算法相关知识点1.1蚁群算法的特点蚁群算法是一种模拟蚂蚁寻找食物的过程的仿生优化算法，理由是蚂蚁有能力在没有任何提示的情况下找到从巢穴到事物源的最短路径，并且能随环境的变化，适应性地搜索新的路径

并查集并查集是一种图形数据结构，用于存储图中结点的连通关系。每个结点有一个父亲，可以理解为“一只伸出去的手”，会指向另外一个点，初始时指向自己。

最短路径算法是算法课上的一项重要内容。周末看了网易公开课上的那门算法导论，从第17课开始讲关于图的问题。由于语言的关系，看的不是太明白。

那如何判断边呢，我们采用并查集或直接搜索。下面是AC代码：#includeusingnamesp

1.1基本数据结构1.数组2.链表，双向链表3.队列，单调队列，双端队列4.栈，单调栈1.2中级数据结构1.堆2.并查集与带权并查集3.hash表自然溢出双hash1.3高级数据结构1.树状数组2.线段树

Acwing346走廊泼水节给定一棵N个节点的树，要求增加若干条边，把这棵树扩充为完全图，并满足图的唯一最小生成树仍然是这棵树。求增加的边的权值总和最小是多少。

今天练习最小生成树时做到这样一个题1150.最小生成树计数-AcWing题库一个很裸的求最小生成树个数的题，搜题解发现矩阵树来求解很好，关于图论的结论一般证明都非常麻烦，而且我觉得会用就好，这里附上大佬的证明

终于考完试了，追赶一下葛葛的进度，今天复习一下最小生成树的内容，说是最小生成树，但其实蛮多最短路径的问题的，所以就一块练习一下。

目录Prime算法数据结构核心代码Kruskal算法数据结构算法思路核心代码例题最小生成树试炼之最短网络描述输入数据范围输出输入样例1输出样例1Prime算法数据结构二维数组：graph[n][n]：存储图

目录一.最小生成树的介绍1.最小生成树的简介2.最小生成树的应用3.最小生成树的得出方法二.Kruskal算法1.基本思想：2.步骤：3.实现细节：4.样例分析：5.Kruskal算法代码实现：三.Prim

目录一.并查集的介绍二.并查集核心函数介绍1.查找函数Find()2.合并函数Union()一.并查集的介绍并查集（Disjoint-SetUnion，简称并查集）是一种用来管理集合的数据结构。

【模板】并查集2.亲戚3.搭配购买4.朋友5.修复公路1.

【模板】最小生成树2.无线通讯网3.拆地毯4.营救1.

昨天晚上做了一道数据结构题，题目要求是用克鲁斯卡尔算法求最小生成树，和用普里姆算法求最小生成树，说这些专有名词大家可能不太理解，我把这两种算法总结为全局最优解和局部最优解。什么是局部最优解？

文章目录零、前言一、并查集的概念与原理1.1并查集的概念1.2归属关系的表示方法1.2.1直接表示法1.2.1树形表示法1.3查询与合并1.3.1查询1.3.1合并1.4路径压缩与按秩合并1.4.1路径压缩

在有向图的最短路径问题（一）中我们介绍了可以求任意两点间最短距离的Floyd算法，虽然Floyd算法实现起来简单，但是其效率较低（O(n**3)）。

文章目录启动多任务排序有效子字符串最长子字符串的长度最长子字符串的长度（二）两个字符串间的最短路径问题生成Huffman树可以处理的最大任务中文分词模拟器手机App防沉迷系统根据IP查找城市文件缓存系统寻找最优的路测线路

返回长度为n的数组answer，其中answer[X]是从节点0到节点X的最短路径的长度，且路径上红色边和蓝色边交替出现。如果

1.有向无环图的单源点最短路其实跟之前说的最长路是一样的思路：广搜（拓扑排序）+DP如下图所示：2.一般图的单源点最短路Dijkstra（迪杰斯特拉）算法算法思路：每次找离起点最近的那个点，确认它的最短路径值

这是从一个顶点到其余各顶点的最短路径算法，解决的是有权图中最短路径问题。迪杰斯特拉算法主要特点

【模板】FloydFloyd算法：是一种多源的最短路径算法，经过一次计算可以得到任意两个点之间的最短路径。

问题描述用动态规划法求解如图所示多段图中从顶点0到9的最短路径。

邻接矩阵（存储邻接点的矩阵）a.无向无权图b.有向无权图2.邻接表a.无向无权图b.有向无权图深度优先搜索（算法）1.栈实现（邻接矩阵）2.递归实现a.邻接矩阵b.邻接表3.连通块问题（邻接矩阵）4.无权图最短路问题基本概念

并查集1、定义及作用：是一种非常精巧而实用的树型数据结构，主要用于处理一些不相交集合的合并问题。2、用途：求连通子图、求最小生成树的Kruskal算法和求最近公共祖先（LCA）等。

q次询问，每次询问给两个点x和y，代表他们各自的出发点，他们以相同的速度，沿着二者的最短路前进.问二者会在点上相遇，还是在边上相遇。

是从一个顶点到其余各顶点的最短路径算法，解决的是有权图中最短路径问题。

给定一个二维的矩阵，包含'X'和'O'（字母O）。找到所有被'X'围绕的区域，并将这些区域里所有的'O'用'X'填充。示例:XXXXXOOXXXOXXOXX运行你的函数后，矩阵变为：XXXXXXXXXXXXXOXX解释:被围绕的区间不会存在于边界上，换句话说，任何边界上的'O'都不会被填充为'X'。任何不在边界上，或不与边界上的'O'相连的'O'最终都会被填充为'X'。如果两个元素在水平或垂直方向

20200929文章末尾已更新最小生成树、线段树等内容前言首先思考这样一个问题：为什么有树？因为树的光合作用可以吸，呸，因为分层次管理（增删改查）数据（在很多场景下）有着更高的

获取所有钥匙的最短路径给定一个二维网格grid，其中：‘.’代表一个空房间’#’代表一堵’@’是起点小写字母代表钥匙大写字母代表锁。我们从起点开始出发，一次移动是指向四个基本方向之一行走一个单位空间。

前言那么这里博主先安利一下一些干货满满的专栏啦！高质量干货博客汇总http://t.csdnimg.cn/jdQXqGit企业开发控制理论和实操http://t.csdnimg.cn/PyPJeDocker从认识到实践再到底层原理http://t.csdnimg.cn/G6Inp手撕数据结构http://t.csdnimg.cn/XeyJn这里是很多数据结构的模拟实现源码，都是我自己编写的仿照st

目录最小生成树Kruskal(克鲁斯卡尔)(以边为核心)9)不相交集合（并查集合）基础UnionBySize图-相关题目4.2GreedyAlgorithm1)贪心例子DijkstraPrimKruskal

我们时常会面临着对路径选择的决策问题。例如在北京、上海、广州等城市，因其城市面积较大，乘地铁或公交都要考虑从A点到B点，如何换乘到达？现实中，每个人需求不同，选择方案就不尽相同。有人为了省钱，它需要的是路程最短（定价以路程长短为标准），但可能由于线路班次少，换乘站间距离长等原因并不省时间；而另一些人，为了要赶飞机火车或者早晨上班不迟到，他最大的需求是总时间要短；还有一类人，如老人行动不便，或者上班

问题分析求一点到另一点的最短距离，比如下图中，绿点到黄点的最短路径的数值，蓝格子可以通过，白色格子不可通过：最终呈现效果如下图：实现方法前面一大部分与上一节提到的迷宫问题类似（详情见：数据结构-栈与队列

并查集知识点并查集是一种数据结构，用于处理一些不相交集合的合并及查询问题。它支持两种操作：Find(x)：查找元素x所属的集合。Union(x,y)：将元素x所属的集合和元素y所属的集合合并。

题目描述给定一个二维的网格图，包含1和0，分别代表陆地和水，计算其中岛屿的个数。岛屿均有水包围，并且由水平或竖直方向上的陆地连接而成。你可以假设网格的四周均被水包围。样例Example1:Input:11110110101100000000Output:1Example2:Input:11000110000010000011Output:3从任意一个陆地点开始，即可通过四连通的方式，dfs或者bf

思路来自于，csdn食物链(利用并查集的两种解决方法)_算法并查集食物链-CSDN博客及罗勇军的《算法竞赛》核心问题在于，将食物关系转化，理解成集合，并且找到它的权值对应的关系（或者说关系对应的权值）1

引言并查集是一种用于处理集合的数据结构，主要支持两种操作：合并（Union）和查找（Find）。这种数据结构通常被用来解决等价关系问题，例如连接问题、连通性问题等。

【算法简介】斯坦纳树一般用于解决这样一类问题，一个无向图，k个关键点，每个边有边权，求联通这k个点的最小代价最小生成树可以认为是斯坦纳树的特殊情况由于k个关键点的要求精确覆盖，只能用状压，所以k一般最多到

题目给定一个n*m的二维整数数组，用来表示一个迷宫，数组中只包含0或1，其中0表示可以走的路，1表示不可通过的墙壁。最初，有一个人位于左上角(1,1)处，已知该人每次可以向上、下、左、右任意一个方向移动一个位置。请问，该人从左上角移动至右下角(n,m)处，至少需要移动多少次。数据保证(1,1)处和(n,m)处的数字为0，且一定至少存在一条通路。输入格式第一行包含两个整数n和m。接下来n行，每行包含

拓扑排序1.树与图的存储2.树与图的深度优先遍历3.树与图的宽度优先遍历4.拓扑排序搜索与图论一DFS和BFS1.深度优先搜索DFS2.宽度优先搜索BFS对比:数据结构空间DFS:stackO(h)不具有“最短路

#includeusingnamespacestd;constintN=50000+10;intp[N],d[N];intfind(intx){if(x!=p[x]){intu=find(p[x]);d[x]+=d[p[x]];p[x]=u;}returnp[x];}intmain(){intn,m;cin>>n>>m;for(inti=1;i>t>>x>>y;if(x>n||y>n){ans++