〖课程介绍〗:
-
图论算法是面试,升职,计算机专业考研,考博的必考内容;更是计算机网络,编译原理,社交网络算法等领域的基础。但由于图论算法本身的复杂性和抽象性,大多数同学头疼不已。在本课程中,bobo老师用其独到的讲解方式,带大家真正地玩转图论算法。
-

〖课程目录〗:
-
第1章 和bobo老师一起,玩转图论算法 试看4 节 | 53分钟
-
欢迎大家来到我的新课程:《玩转图论算法》。在这个课程中,我们将一起完整学习图论领域的经典算法,培养大家的图论建模能力。通过这个课程的学习,你将能够真正地,玩转图论算法:)
-
收起列表
-
视频:1-1 欢迎大家来到《玩转图论算法》 (19:52)试看
-
视频:1-2 图论到底有什么用? (19:57)试看
-
视频:1-3 课程编程环境的搭建 (12:24)
-
图文:1-4 关于课程的其他语言支持:python
-
第2章 图的基本表示 试看9 节 | 153分钟
-
千里之行,驶于足下。解决任何有一个图论算法问题,首先需要用基本的数据结构来表示图。在这一章,我们就将探索图的基本表示问题,学习邻接矩阵和邻接表,进而,也让同学们熟悉这个课程的整体代码风格。
-
收起列表
-
视频:2-1 图的分类 (13:44)试看
-
视频:2-2 图的基本概念 (20:09)
-
视频:2-3 图的基本表示:邻接矩阵 (20:06)
-
视频:2-4 更多图的方法 (14:02)
-
视频:2-5 图的基本表示:邻接表 (19:36)
-
视频:2-6 邻接表的实现 (17:36)
-
视频:2-7 邻接表的问题和改进 (15:09)
-
视频:2-8 实现邻接表的改进 (17:32)
-
视频:2-9 图的基本表示的比较 (14:13)
-
第3章 图的深度优先遍历9 节 | 88分钟
-
任何一种数据结构,都需要进行遍历。图也不例外。通过深入理解树的遍历,掌握图的遍历并不难,在这一章中,我们就将从树的深度优先遍历出发,为大家讲解图的深度优先遍历。通过这个过程,也让同学们更加深刻地理解递归。…
-
收起列表
-
视频:3-1 数据结构遍历的意义 (13:09)
-
视频:3-2 从树的深度优先遍历,到图的深度优先遍历 (13:05)
-
视频:3-3 DFS逻辑的微观解读 (20:21)
-
视频:3-4 实现图的深度优先遍历 (14:48)
-
视频:3-5 图的深度优先遍历的改进 (16:06)
-
视频:3-6 更多关于图的深度优先遍历 (10:18)
-
图文:3-7 使用邻接矩阵进行图的深度优先遍历
-
图文:3-8 使用图的接口
-
图文:3-9 非递归实现图的深度优先遍历
-
第4章 图的深度优先遍历的应用12 节 | 141分钟
-
别看图的深度优先遍历简单,用处可多了。联通分量,路径问题,环检测,二分图检测,都可以用DFS解决。通过这一章的学习,大家不仅能够解决这些问题,还将进一步,对递归函数的设计与编写,有更深刻的体会。
-
收起列表
-
视频:4-1 图的连通分量的个数 (09:43)
-
视频:4-2 DFS中的一个技巧 (14:32)
-
视频:4-3 求解联通分量 (10:36)
-
视频:4-4 单源路径问题 (10:01)
-
视频:4-5 单源路径问题的编程实现 (21:34)
-
图文:4-6 单源路径问题的一个小优化
-
图文:4-7 所有点对路径问题
-
视频:4-8 提前结束递归:路径问题的另一个优化 (19:06)
-
视频:4-9 无向图的环检测 (16:31)
-
视频:4-10 二分图检测 (11:02)
-
视频:4-11 实现二分图检测 (12:15)
-
视频:4-12 本章小结和更多拓展 (15:12)
-
第5章 图的广度优先遍历10 节 | 93分钟
-
图的广度优先遍历是图的另外一种遍历形式。图的广度优先遍历,不仅仅可以解决大多数DFS可以解决的问题,还拥有着独特的性质。与此同时,在这一章,我们还将揭示DFS和BFS的神奇联系。
-
收起列表
-
视频:5-1 从树的广度优先遍历,到图的广度优先遍历 (14:07)
-
视频:5-2 图的 BFS 的实现 (13:21)
-
视频:5-3 使用 BFS 求解路径问题 (20:23)
-
图文:5-4 更多关于使用 BFS 求解路径问题
-
图文:5-5 使用 BFS 求解联通分量问题
-
图文:5-6 使用 BFS 求解环检测问题
-
图文:5-7 使用 BFS 求解二分图检测问题
-
视频:5-8 BFS 的重要性质 (16:29)
-
视频:5-9 无权图的最短路径 (14:33)
-
视频:5-10 BFS 和 DFS 的神奇联系,与本章小结 (13:44)
-
第6章 图论问题建模和 floodfill7 节 | 91分钟
-
别看我们只学习了图的DFS和BFS,但其实,已经能够解决80%的面试问题了。在这一章,我们就将通过几个经典算法面试问题,来说说图论问题建模的套路。同时,我们会接触图论领域的一个经典算法:floodfill。
-
收起列表
-
视频:6-1 算法笔试面试中的图论问题书写 (18:26)
-
视频:6-2 图的建模和二维网格中的小技巧 (20:21)
-
视频:6-3 编程实现图的建模 (20:06)
-
视频:6-4 floodfill 算法 (15:47)
-
视频:6-5 更多 floodfill 的问题 (16:17)
-
图文:6-6 连通性和并查集
-
图文:6-7 Flood Fill 的更多优化
-
第7章 图论搜索和人工智能9 节 | 153分钟
-
在这一章,我们将来重点关注算法面试中的BFS。不要小看BFS,在这一章,我们求解图论面试问题的过程中,将在不经意间,接触到人工智能领域解决问题的一个重要思想:搜索。而BFS,则是解决一大类人工智能问题的基石。
-
收起列表
-
视频:7-1 算法笔试面试中的 BFS 问题 (21:15)
-
视频:7-2 图论建模的核心:状态表达 (15:42)
-
视频:7-3 实现转盘锁问题 (24:41)
-
视频:7-4 一道智力题 (19:14)
-
视频:7-5 代码实现一道智力题 (22:52)
-
视频:7-6 Leetcode 上一个困难的问题 (17:07)
-
视频:7-7 实现滑动谜题 (13:13)
-
视频:7-8 图论搜索和人工智能 (18:16)
-
作业:7-9 图论算法的应用
-
第8章 桥和割点,以及图的遍历树8 节 | 121分钟
-
对于一张图,我们可以分析出各种不同的指标。桥和割点就是一类很重要的指标,在很多问题中有着巨大的作用。在这一章,我们就来看看求解图中的桥和割点的算法。同时,大家也将更深刻的了解到:DFS决不仅仅是遍历这么简单。…
-
收起列表
-
视频:8-1 什么是桥 (11:30)
-
视频:8-2 寻找桥的算法思路 (14:33)
-
视频:8-3 模拟寻找桥算法 (17:43)
-
视频:8-4 实现寻找桥算法 (21:34)
-
视频:8-5 图的遍历树 (15:12)
-
视频:8-6 寻找割点的算法思路 (14:00)
-
视频:8-7 实现寻找割点算法 (15:33)
-
视频:8-8 本章小结:关于变量语义,和如何书写正确的算法 (10:04)
-
第9章 哈密尔顿问题和状态压缩11 节 | 144分钟
-
在这一章,我们将接触大名鼎鼎的哈密尔顿问题。在解决哈密尔顿问题的过程中,我们还将回顾诸如回溯法,状态压缩,记忆化搜索等经典算法设计思想。
-
收起列表
-
视频:9-1 哈密尔顿回路和 TSP (16:53)
-
视频:9-2 求解哈密尔顿回路的算法 (14:52)
-
视频:9-3 实现哈密尔顿回路的算法 (20:39)
-
视频:9-4 哈密尔顿回路算法的一个优化 (12:27)
-
图文:9-5 哈密尔顿路径算法
-
视频:9-6 Leetcode 上的哈密尔顿问题 (18:33)
-
作业:9-7 非递归实现哈密尔顿算法
-
视频:9-8 状态压缩 (21:48)
-
视频:9-9 基于状态压缩的哈密尔顿算法 (14:02)
-
视频:9-10 记忆化搜索 (18:44)
-
视频:9-11 哈密尔顿回路和哈密尔顿路径小结 (05:10)
-
第10章 欧拉回路和欧拉路径7 节 | 104分钟
-
在这一章,我们将接触大名鼎鼎的欧拉问题。欧拉问题和哈密尔顿问题看起来极其相似,但是解决思路却完全不同。欧拉问题有极其优美的数学解法,在这一章,希望同学们也能领略数学之美。
-
收起列表
-
视频:10-1 什么是欧拉回路 (13:45)
-
视频:10-2 欧拉回路的存在性及证明 (19:35)
-
视频:10-3 实现欧拉回路存在性的判断 (09:37)
-
视频:10-4 求解欧拉回路的三种算法 (17:13)
-
视频:10-5 Hierholzer 算法模拟 (13:51)
-
视频:10-6 实现 Hierholzer 算法 (21:26)
-
视频:10-7 欧拉路径和本章小结 (07:48)
-
第11章 最小生成树11 节 | 139分钟
-
在这一章,我们将开始迈入有权图的世界,来看最小生成树问题。我们将介绍两种最小生成树算法:Prim和Kruskal。通过这两个算法的学习,大家也将看到高级数据结构,比如并查集和优先队列,在解决复杂算法问题中的作用。
-
收起列表
-
视频:11-1 带权图及实现 (18:32)
-
视频:11-2 Map 的遍历 (09:50)
-
视频:11-3 最小生成树和 Kruskal 算法; (12:00)
-
视频:11-4 切分定理 (13:55)
-
视频:11-5 Kruskal 算法的实现 (16:10)
-
视频:11-6 并查集动态环检测 (16:03)
-
作业:11-7 思想简单但实现复杂的算法
-
视频:11-8 Prim 算法的原理及模拟 (09:05)
-
视频:11-9 实现 Prim 算法 (13:22)
-
视频:11-10 Prim 算法的优化 (18:15)
-
视频:11-11 本章小结和更多关于最小生成树问题的讨论 (10:52)
-
第12章 最短路径算法13 节 | 201分钟
-
最短路径问题应该是图论领域最典型,也是最古老的应用了。尽管如此,最短路径算法并没有那么简单,不同的最短路径算法,有着各自的优劣和适应场合。在这一章,我们就将系统地学习比较这些最短路径算法。
-
收起列表
-
视频:12-1 有权图的最短路径问题 (11:28)
-
视频:12-2 Dijkstra 算法的原理和模拟 (18:29)
-
视频:12-3 实现 Dijkstra 算法 (19:19)
-
视频:12-4 Dijkstra 算法的优化 (18:29)
-
视频:12-5 更多关于 Dijkstra 算法的讨论 (16:03)
-
作业:12-6 Dijkstra 和 BFS 的联系
-
视频:12-7 Bellman-Ford 算法 (14:41)
-
视频:12-8 负权环 (21:33)
-
视频:12-9 实现 Bellman-Ford 算法. (17:22)
-
视频:12-10 更多关于 Bellman-Ford 算法的讨论 (14:13)
-
视频:12-11 Floyd 算法 (21:05)
-
视频:12-12 实现 Floyd 算法 (15:01)
-
视频:12-13 本章小结和更多关于最短路径问题的讨论 (12:58)
-
第13章 有向图算法13 节 | 216分钟
-
在这一章,我们将迈入有向图的世界。我们将看有向图和无向图有什么本质的不同,进而深入研究 DAG 的性质,从而学习拓扑排序,关键路径,SCC等算法问题。
-
收起列表
-
视频:13-1 有向图的实现 (20:55)
-
视频:13-2 有向图算法 (20:18)
-
视频:13-3 有向图环检测和 DAG (19:03)
-
视频:13-4 有向图的度:入度和出度 (12:37)
-
视频:13-5 有向图求解欧拉回路 (19:00)
-
视频:13-6 拓扑排序 (17:06)
-
视频:13-7 拓扑排序算法的实现 (12:54)
-
视频:13-8 另一个拓扑排序算法 (11:25)
-
视频:13-9 另一个拓扑排序算法的实现 (08:40)
-
视频:13-10 有向图的强连通分量 (20:37)
-
视频:13-11 Kosaraju 算法 (19:39)
-
视频:13-12 Kosaraju 算法的实现 (23:09)
-
视频:13-13 有向图算法小节 (10:25)
-
第14章 网络流8 节 | 133分钟
-
在这一章,我们将接触一种全新的结构:网络。在图论的世界中,对“网络”有着特殊的定义。同时,也能延伸出大名鼎鼎的“网络流”算法。在这一章,我们将学习网络流这一图论领域的“高级算法”,看如何应用它,解决大量实际中的问题。…
-
收起列表
-
视频:14-1 网络流模型和最大流问题 (15:43)
-
视频:14-2 Ford-Fulkerson 思想 (21:08)
-
视频:14-3 Edmonds-Karp 算法 (15:26)
-
视频:14-4 最大流算法的基本架构 (19:15)
-
视频:14-5 实现 Edmonds-Karp 算法 (19:45)
-
视频:14-6 Edmonds-Karp 算法的测试和更多讨论 (12:54)
-
视频:14-7 网络流问题建模 (19:45)
-
视频:14-8 本章小结和更多相关讨论 (08:10)
-
第15章 匹配问题8 节 | 137分钟
-
匹配算法可以看作是网络流算法的延伸,也有着自己独特的思想。在这一章,我们将仔细看一种特殊的图结构:二分图,进而,仔细研究其中所涉及的匹配问题。
-
收起列表
-
视频:15-1 最大匹配和完美匹配 (08:36)
-
视频:15-2 使用最大流算法解决匹配问题 (08:51)
-
视频:15-3 实现二分图匹配算法 (20:35)
-
视频:15-4 通过 Leetcode 的一个 Hard 问题,看匹配算法建模 (24:18)
-
视频:15-5 匈牙利算法 (24:37)
-
视频:15-6 匈牙利算法的实现 (25:46)
-
视频:15-7 基于递归实现的匈牙利算法 (17:38)
-
视频:15-8 匹配问题小结 (05:41)
-
第16章 更广阔的图论世界2 节 | 24分钟
-
通过这个课程的学习,相信大家已经是图论领域的小牛了。但是,图论领域远远不止如此,甚至很多极其前沿的科学问题,都和图论这个领域有着千丝万缕的联系。希望这个课程是一个开始,让感兴趣的同学们,可以在更广阔的图论世界翱翔。大家加油!…
-
收起列表
-
视频:16-1 更广阔的图论算法世界 (23:58)
-
作业:16-2 更广阔的图论世界
〖视频截图〗:

有需要联系v;加客服窗口的联系方式
摘要:本文深入解析《数据结构与算法》系列中的图论精讲,以Java版为核心,全面阐述图论在面试和职场中的应用,旨在帮助读者掌握图论的核心知识,提升算法能力,助力面试升职。
1、图论基础
图论是计算机科学中一个重要的分支,它研究图及其性质。在《数据结构与算法》系列中,图论基础部分详细介绍了图的基本概念,包括图的定义、图的分类、图的表示方法等。通过学习这些基础知识,读者可以建立起对图论的整体认识,为进一步学习图算法打下坚实的基础。
例如,图可以分为有向图和无向图、加权图和无权图等。每种类型的图都有其独特的性质和应用场景。在Java版中,通过具体的代码示例,读者可以直观地理解不同类型图的特点和操作方法。
此外,图论基础部分还介绍了图的遍历算法,如深度优先搜索(DFS)和广度优先搜索(BFS)。这些算法是图论中的基本操作,对于解决实际问题具有重要意义。
2、图算法精讲
图算法是图论的核心内容,包括最短路径算法、最小生成树算法、拓扑排序等。在《数据结构与算法》系列中,图算法精讲部分详细讲解了这些算法的原理、实现方法和应用场景。
以最短路径算法为例,Dijkstra算法和Floyd算法是解决单源最短路径问题的常用算法。Java版中通过详细的代码实现,让读者能够深入理解算法的原理和操作过程。
此外,最小生成树算法中的Prim算法和Kruskal算法也是图算法中的重要内容。这些算法在解决网络设计、路径规划等问题中具有广泛的应用。
3、图的应用实例
图论在现实世界中有着广泛的应用,如社交网络、交通网络、生物信息学等。在《数据结构与算法》系列中,图的应用实例部分通过具体的案例,展示了图论在实际问题中的应用。
例如,在社交网络中,图可以用来表示用户之间的关系,从而分析用户行为、推荐好友等功能。在交通网络中,图可以用来表示道路和交通流量,从而优化交通路线、缓解交通拥堵。
此外,图论在生物信息学中的应用也非常广泛,如基因网络分析、蛋白质相互作用网络分析等。通过学习图的应用实例,读者可以更好地理解图论的实际价值。
4、面试技巧与职场应用
在面试和职场中,掌握图论知识对于提升算法能力、解决实际问题具有重要意义。在《数据结构与算法》系列中,面试技巧与职场应用部分为读者提供了实用的建议和技巧。
例如,针对面试中的图论问题,提供了多种解题思路和技巧,帮助读者在面试中脱颖而出。同时,针对职场中的实际问题,提供了图论在实际应用中的解决方案,助力读者在实际工作中更好地运用图论知识。
此外,该部分还介绍了如何将图论知识与其他领域相结合,如人工智能、大数据等,为读者拓展职业发展空间提供参考。
总结:
本文通过对《数据结构与算法》系列中的图论精讲进行详细阐述,帮助读者全面了解图论的核心知识、应用场景和面试技巧。掌握图论知识,不仅有助于提升算法能力,还能为面试和职场发展提供有力支持。
本文由nayona.cn整理
联系我们
关注公众号
微信扫一扫
支付宝扫一扫