python中DFS的优化

Question

我在学习算法，正在做这个problem这是在计算区域的数量。我尝试了一种使用python的深度优先搜索方法，但是遇到了一个调用堆栈超出的错误。有人能告诉我我的实现中有什么缺陷，以及如何克服它吗？代码是：

def findCircleNum(A):

    count = 0

    def dfs(row, column):
        if row < 0 or column >= len(A[0]) or row >= len(A) or column < 0:
            return

        if A[row][column] == 0:
            return

        A[row][column] = 0

        for i in range(row-1, row+2):
            if i >= 0 and i<len(A) and A[i][column] == 1:
                dfs(i, column)
        for i in range(column-1, column+2):
            if i >= 0 and i<len(A[0]) and A[row][i] == 1:
                dfs(row, i)




    for row in range(len(A)):
        for column in range(len(A[0])):
            if A[row][column] == 1:
                dfs(row, column)
                count += 1


    return count


findCircleNum(m)

它失败的输入是所有1的100x100矩阵

错误是get是：

^{pr2}$

谢谢！在

Answer 1

为什么不在用集合跟踪访问的顶点（学生）时只做一个标准的DFS？问题陈述说，矩阵的最大大小是200x200，所以你不必担心递归限制，假设它是1000。使用集合进行跟踪也会使代码更简单：

def findCircleNum(A):
    count = 0
    visited = set()

    def dfs(student):
        if student in visited:
            return

        visited.add(student)
        for i, friend in enumerate(A[student]):
            if friend:
                dfs(i)

    for student in range(len(A)):
        # Note we want to track circles, student without any friend won't count
        if student not in visited and any(A[student]):
            dfs(student)
            count += 1

    return count

编辑有问题的代码看起来像是在执行DFS时将边视为顶点。这也解释了递归深度的问题，因为100个顶点的无向图有循环，但没有多条边，有最大（100*101）/2=5050条边。在