---

python

一、图论理论基础

1.图的基本概念

度：几个连接的边。出度、入度

连通图+有向图=强连通图

连通分量：必须是极大联通子图才行
强连通分量: 有向图+连通分量

2.图的构造

如何用代码表示？邻接表、邻接矩阵、类
朴素存储、邻接表、邻接矩阵

1）邻接矩阵

grid[2][5]=6表示节点2 连接向 节点5 ，权值为6

2）邻接表

数组（节点）+链表（相连节点）

3.图的遍历方式

两类：深度优先搜索dfs/广度优先搜索bfs

4.深度优先搜索理论基础

先一直往一个方向走到死角
有递归就有回溯
dfs三部曲：1、参数 2、终止条件 3、处理目前的搜索节点出发的路径

二、797.所有可能的路径

797.所有可能的路径

1.核心代码

代码如下（示例）：

class Solution:def allPathsSourceTarget(self, graph) :ans =list()stk = list()def dfs(x):if x ==len(graph)-1:ans.append(stk[:])returnfor y in graph[x]:stk.append(y)dfs(y)stk.pop()stk.append(0)dfs(0)return ansif __name__=="__main__":raw_input=input()graph=eval(raw_input)solution=Solution()result=solution.allPathsSourceTarget(graph)# 若输出格式无空格result2=str(result).replace(" ","")print(result2)

2.问题

记住，可以将字符串自动解析成列表+链表形式的代码

    graph=eval(input())

** 能够处理输入如：[[1,2],[3],[3],[]] **
输入输出部分主要是增加了一个这个输入的函数的学习
然后核心代码部分：

有二维的数组用list()链表来创建
其他看起来还比较简单，就是我还没有自己打一下

三、广搜理论基础

适合解决两个点之间的最短路径问题

用队列，保证每一圈都是一个方向去转

总结

输入输出