力扣-图论问题总结，力扣图论问题详解与总结

摘要：本文总结了力扣中的图论问题，涉及图的遍历、最短路径、最小生成树等经典问题，以及图论在实际应用中的常见问题，如社交网络、交通路线规划等。通过本文的总结，读者可以更好地理解图论问题的解决方法，提高算法效率和准确性，为解决实际图论问题提供有力的支持。

方法

1、深度搜索（DFS）

2、广度搜索（BFS）

3、回溯

4、数据收集

* 叶子节点

路径记录每个节点的访问情况

计数深度或次数

题型

岛屿问题

主函数遍历所有数组元素，计算岛屿个数。

深度/广度搜索函数负责填满岛屿（visited[i]==True）。

岛屿边界控制。

图搜索

涉及深度/广度搜索。

797. 所有可能的路径

以下是修正和修饰后的代码：

class Solution:
    def __init__(self):
        self.res = []
        self.path = []
    
    def allPathsSourceTarget(self, graph: List[List[int]]) -> List[List[int]]:
        self.tracebacking(graph, 0, self.path)
        return self.res
    
    def tracebacking(self, graph, node, path):
        path.append(node)
        if node == len(graph)-1:  # 到达终点
            self.res.append(path[:])  # 将路径添加到结果中
            return
        for neighbor in graph[node]:  # 遍历当前节点的邻居节点
            self.tracebacking(graph, neighbor, path)  # 继续递归搜索
        path.pop()  # 回溯，移除当前节点
200. 岛屿数量 修正代码（省略了不必要的部分）...（与您的代码基本相同）