本站仅供本人学习使用。本文是我在 2026 年 3 月完成图论基础模块后的复盘与沉淀。

🎯 为什么学图论？​

• 高频考点：图相关问题在大厂面试中频繁出现（如最短路径、连通性、最小生成树等）。
• 建模能力：现实世界中的网络、依赖关系、路径规划等问题天然适合用图建模。
• 算法基石：掌握图的遍历与经典算法，是理解更复杂数据结构（如网络流、拓扑排序）的前提。

📚 已掌握的核心内容​

💡 刷题实践与典型题型​

通过 KamaCoder 和 LeetCode 完成以下类型题目：

1. DFS/BFS 应用​

• 所有可达路径：回溯记录完整路径（DFS 模板）。
• 岛屿问题系列（计数、最大面积、沉没孤岛）：网格 DFS + 反向思维（“灌水法”）。
• 高山流水：双起点反向 DFS，求交集区域。

2. 并查集实战​

• 寻找存在的路线：判断两点是否连通（基础 Union-Find）。
• 多余的边：检测环的形成（Kruskal 的逆向应用）。
• 建造最大岛屿：预处理岛屿编号 + 枚举填海（两阶段优化）。

3. 最小生成树（MST）​

• 寻宝 / 连接所有点的最小费用：Prim（邻接矩阵）与 Kruskal（边排序 + 并查集）双解法对比。
• 非连通图处理：Kruskal 中检查 used_edge == n-1。

4. 最短路径​

• 参加科学大会：Dijkstra 求单源最短路（优先队列优化）。
• 城市间货物运输：Bellman-Ford 处理负权边，并检测负环影响。

🔧 工具与方法论​

• 刷题平台：LeetCode、KamaCoder
• 学习参考：代码随想录 - 图论精讲
• 代码规范：
  • C++ ACM 模式（主函数读写 + 算法封装）
  • 模板化实现（如 UnionFind, dijkstra, kruskal）
  • 边界条件全覆盖（图不连通、全陆地、负环等）

🔄 下一步计划​

1. 进阶图算法：拓扑排序、欧拉路径、二分图匹配。
2. 动态规划 + 图结合：如 DAG 上的 DP。
3. 真题强化：LeetCode Hot 100 图论专题 + 周赛真题复现。

💬 最后​

图论不是一蹴而就的技能，而是日积月累的沉淀。
从死记模板到理解“为什么用这个算法”，每一道题都是思维的锤炼。
我会在这里持续更新我的思考、错误、优化与总结。不为炫耀，只为成长。

🌐 在线访问：https://algo.zj.cn
📝 备案号：鄂ICP备2026007433号

本站仅供本人学习使用。本文是我在 2026 年制定的算法学习起点记录。

🎯 为什么学算法？​

• 面试必备：大厂笔试 & 面试高频考察
• 思维训练：提升逻辑、抽象与问题拆解能力
• 工程基础：理解底层数据结构，写出更高效的代码

📅 我的学习计划​

🔧 工具与环境​

• 刷题平台：LeetCode
• 学习参考：代码随想录
• 本地练习：VS Code + Node.js
• 笔记整理：本博客（基于 Docusaurus 构建）
• 代码规范：ES6+，注重可读性与注释

💬 最后​

算法不是一蹴而就的技能，而是日积月累的沉淀。
我会在这里持续更新我的思考、错误、优化与总结。

不为炫耀，只为成长。

🌐 在线访问：https://algo.zj.cn
📝 备案号：鄂ICP备2026007433号