785. 判断二分图
题目来源:力扣(LeetCode)https://leetcode-cn.com/problems/is-graph-bipartite
题目
给定一个无向图 graph
,当这个图为二分图时返回 true
。
如果我们能将一个图的节点集合分割成两个独立的子集 A
和 B
,并使图中的每一条边的两个节点一个来自 A
集合,一个来自 B
集合,我们就将这个图称为二分图。
graph
将会以邻接表方式给出,graph[i]
表示图中与节点 i
相连的所有节点。每个节点都是一个在 0
到 graph.length-1
之间的整数。这图中没有自环和平行边: graph[i]
中不存在 i
,并且graph[i]
中没有重复的值。
示例 1:
输入: [[1,3], [0,2], [1,3], [0,2]]
输出: true
解释:
无向图如下:
0----1
| |
| |
3----2
我们可以将节点分成两组: {0, 2} 和 {1, 3}。
示例 2:
输入: [[1,2,3], [0,2], [0,1,3], [0,2]]
输出: false
解释:
无向图如下:
0----1
| |
| |
3----2
我们不能将节点分割成两个独立的子集。
注意:
- graph 的长度范围为 [1, 100]。
- graph[i] 中的元素的范围为 [0, graph.length - 1]。
- graph[i] 不会包含 i 或者有重复的值。
图是无向的: 如果j 在 graph[i]里边, 那么 i 也会在 graph[j]里边。
解题思路
思路:深度优先搜索,广度优先搜索
首先先审题,在这里,可能看题目感觉有点绕。结合示例来看,【graph
将会以邻接表方式给出,graph[i]
表示图中与节点 i
相连的所有节点】,看示例 1:
输入: [[1,3], [0,2], [1,3], [0,2]]
输出: true
解释:
无向图如下:
0----1
| |
| |
3----2
根据上面的概念,第一个元素,也就是 graph[0]
为 [1, 3]
,这里表示节点 0
相连的节点为 1, 3
(如示例解释中的无向图),第二个元素 graph[1]
为 [0, 2]
,表示节点 1
相连的节点为 0, 2
,同样与上面图示的吻合,那么后面的节点就以这样的思路去理解。
现在题目要求,无向图是否为二分图?题目中给出二分图的概念:将图的节点集合分割为两个独立子集,图中每条边的两个节点分别来自两个集合,那么这个图就称为二分图。
根据前面的理解,我们可以通过遍历节点进行标记的方法去判断。从一个节点开始,先进行染色标记,对图进行遍历,当前节点的相连的所有节点都标记为与当前节点不同的颜色,表示这里两个相连的节点属于不同的集合,循环遍历。
上面的情况可能会出现以下的结果:
- 当所有节点都成功染色时,那么颜色会区分开,也就是不同颜色属于不同集合,那么返回 True,说明是二分图。
- 如果没有成功染色,也就是遍历的过程中,会出现节点已经被染色,并且节点颜色与此时要染色的颜色不同,说明出现冲突,直接返回 False,说明不是二分图。
上述染色过程如下:
具体的算法:
- 任一顶点开始遍历,遍历的过程中,对相邻的节点用不同的颜色进行标记;
- 如果相邻的顶点出现相同的颜色标记,则说明给定的无线图不是二分图;
- 如果所有的节点连通,且成功染色,则说明是二分图。
具体的代码实现如下(含深度优先搜索,广度优先搜索)。
代码实现
# 深度优先搜索
class Solution:
def isBipartite(self, graph: List[List[int]]) -> bool:
def dfs(graph, node, color, signed):
# 先判断,该节点是否被标记染色,如果被染色,判断这个节点颜色与当前要标记的颜色是否相同
if signed[node] != 0:
return signed[node] == color
# 对当前节点染色,然后对相邻的节点标记不同的颜色
signed[node] = color
for x in graph[node]:
if not dfs(graph, x, -color, signed):
return False
return True
length = len(graph)
# 在这里,0:表示未标记,1、 -1:表示不同的两个颜色
signed = [0] * length
# 这里需要注意,有可能会存在顶点未被访问的情况,
# 那么以这个顶点进行再一次访问
for i in range(length):
if (signed[i] == 0 and not dfs(graph, i, 1, signed)):
return False
return True
# 广度优先搜索
class Solution:
def isBipartite(self, graph: List[List[int]]) -> bool:
from collections import deque
# 创建队列
queue = deque()
length = len(graph)
# 在这里,0:表示未标记,1、 -1:表示不同的两个颜色
# 标记是否被染色
signed = [0] * length
# 可能出现节点未被标记,存在则从它开始进行下一轮的 bfs
for i in range(length):
if signed[i] != 0:
continue
queue.append(i)
signed[i] = 1
# 当一个节点出队后,要将相邻的节点进行标记不同颜色并入队
while queue:
node = queue.popleft()
for x in graph[node]:
# 如果当前节点的相邻节点已经被染色,且两者颜色相同,返回 False,表示无法成功染色
if signed[x] == signed[node]:
return False
# 如果未标记,进行染色,与当前节点颜色不同,并入队
if signed[x] == 0:
signed[x] = -signed[node]
queue.append(x)
return True
实现结果
深度优先搜索
广度优先搜索
欢迎关注
公众号 【书所集录】