[370] 玩转算法系列–图论精讲 （Java版） -

网盘链接：

1. 和bobo老师一起，玩转图论算法

• 1-1 欢迎大家来到《玩转图论算法》
• 1-2 图论到底有什么用？
• 1-3 课程编程环境的搭建
• 1-4 关于课程的其他语言支持：Python, Rust

2. 图的基本表示

• 2-1 图的分类
• 2-2 图的基本概念
• 2-3 图的基本表示：邻接矩阵
• 2-4 更多图的方法
• 2-5 图的基本表示：邻接表
• 2-6 邻接表的实现
• 2-7 邻接表的问题和改进
• 2-8 实现邻接表的改进
• 2-9 图的基本表示的比较

3. 图的深度优先遍历

• 3-1 数据结构遍历的意义
• 3-2 从树的深度优先遍历，到图的深度优先遍历
• 3-3 DFS逻辑的微观解读
• 3-4 实现图的深度优先遍历
• 3-5 图的深度优先遍历的改进
• 3-6 更多关于图的深度优先遍历
• 3-7 使用邻接矩阵进行图的深度优先遍历
• 3-8 使用图的接口
• 3-9 非递归实现图的深度优先遍历

4. 图的深度优先遍历的应用

• 4-1 图的连通分量的个数
• 4-2 DFS中的一个技巧
• 4-3 求解联通分量
• 4-4 单源路径问题
• 4-5 单源路径问题的编程实现
• 4-6 单源路径问题的一个小优化
• 4-7 所有点对路径问题
• 4-8 提前结束递归：路径问题的另一个优化
• 4-9 无向图的环检测
• 4-10 二分图检测
• 4-11 实现二分图检测
• 4-12 本章小结和更多拓展

5. 图的广度优先遍历

• 5-1 从树的广度优先遍历，到图的广度优先遍历
• 5-2 图的 BFS 的实现
• 5-3 使用 BFS 求解路径问题
• 5-4 更多关于使用 BFS 求解路径问题
• 5-5 使用 BFS 求解联通分量问题
• 5-6 使用 BFS 求解环检测问题
• 5-7 使用 BFS 求解二分图检测问题
• 5-8 BFS 的重要性质
• 5-9 无权图的最短路径
• 5-10 BFS 和 DFS 的神奇联系，与本章小结

6. 图论问题建模和 floodfill

• 6-1 算法笔试面试中的图论问题书写
• 6-2 图的建模和二维网格中的小技巧
• 6-3 编程实现图的建模
• 6-4 floodfill 算法
• 6-5 更多 floodfill 的问题
• 6-6 连通性和并查集
• 6-7 Flood Fill 的更多优化

7. 图论搜索和人工智能

• 7-1 算法笔试面试中的 BFS 问题
• 7-2 图论建模的核心：状态表达
• 7-3 实现转盘锁问题
• 7-4 一道智力题
• 7-5 代码实现一道智力题
• 7-6 Leetcode 上一个困难的问题
• 7-7 实现滑动谜题
• 7-8 图论搜索和人工智能
• 7-9 图论算法的应用

8. 桥和割点，以及图的遍历树

• 8-1 什么是桥
• 8-2 寻找桥的算法思路
• 8-3 模拟寻找桥算法
• 8-4 实现寻找桥算法
• 8-5 图的遍历树
• 8-6 寻找割点的算法思路
• 8-7 实现寻找割点算法
• 8-8 本章小结：关于变量语义，和如何书写正确的算法

9. 哈密尔顿问题和状态压缩

• 9-1 哈密尔顿回路和 TSP
• 9-2 求解哈密尔顿回路的算法
• 9-3 实现哈密尔顿回路的算法
• 9-4 哈密尔顿回路算法的一个优化
• 9-5 哈密尔顿路径算法
• 9-6 Leetcode 上的哈密尔顿问题
• 9-7 非递归实现哈密尔顿算法
• 9-8 状态压缩
• 9-9 基于状态压缩的哈密尔顿算法
• 9-10 记忆化搜索
• 9-11 哈密尔顿回路和哈密尔顿路径小结

10. 欧拉回路和欧拉路径

• 10-1 什么是欧拉回路
• 10-2 欧拉回路的存在性及证明
• 10-3 实现欧拉回路存在性的判断
• 10-4 求解欧拉回路的三种算法
• 10-5 Hierholzer 算法模拟
• 10-6 实现 Hierholzer 算法
• 10-7 欧拉路径和本章小结

11. 最小生成树

• 11-1 带权图及实现
• 11-2 Map 的遍历
• 11-3 最小生成树和 Kruskal 算法;
• 11-4 切分定理
• 11-5 Kruskal 算法的实现
• 11-6 并查集动态环检测
• 11-7 思想简单但实现复杂的算法
• 11-8 Prim 算法的原理及模拟
• 11-9 实现 Prim 算法
• 11-10 Prim 算法的优化
• 11-11 本章小结和更多关于最小生成树问题的讨论

12. 最短路径算法

• 12-1 有权图的最短路径问题
• 12-2 Dijkstra 算法的原理和模拟
• 12-3 实现 Dijkstra 算法
• 12-4 Dijkstra 算法的优化
• 12-5 更多关于 Dijkstra 算法的讨论
• 12-6 Dijkstra 和 BFS 的联系
• 12-7 Bellman-Ford 算法
• 12-8 负权环
• 12-9 实现 Bellman-Ford 算法.
• 12-10 更多关于 Bellman-Ford 算法的讨论
• 12-11 Floyd 算法
• 12-12 实现 Floyd 算法
• 12-13 本章小结和更多关于最短路径问题的讨论

13. 有向图算法

• 13-1 有向图的实现
• 13-2 有向图算法
• 13-3 有向图环检测和 DAG
• 13-4 有向图的度:入度和出度
• 13-5 有向图求解欧拉回路
• 13-6 拓扑排序
• 13-7 拓扑排序算法的实现
• 13-8 另一个拓扑排序算法
• 13-9 另一个拓扑排序算法的实现
• 13-10 有向图的强连通分量
• 13-11 Kosaraju 算法
• 13-12 Kosaraju 算法的实现
• 13-13 有向图算法小节

14. 网络流

• 14-1 网络流模型和最大流问题
• 14-2 Ford-Fulkerson 思想
• 14-3 Edmonds-Karp 算法
• 14-4 最大流算法的基本架构
• 14-5 实现 Edmonds-Karp 算法
• 14-6 Edmonds-Karp 算法的测试和更多讨论
• 14-7 网络流问题建模
• 14-8 本章小结和更多相关讨论

15. 匹配问题

• 15-1 最大匹配和完美匹配
• 15-2 使用最大流算法解决匹配问题
• 15-3 实现二分图匹配算法
• 15-4 通过 Leetcode 的一个 Hard 问题，看匹配算法建模
• 15-5 匈牙利算法
• 15-6 匈牙利算法的实现
• 15-7 基于递归实现的匈牙利算法
• 15-8 匹配问题小结

16. 更广阔的图论世界

• 16-1 更广阔的图论算法世界
• 16-2 更广阔的图论世界