图遍历算法解析与洛谷P3916题实战

1. 图的遍历算法解析与洛谷3916题实战

刚接触图论算法时，很多人会被各种遍历方式绕晕。今天我们就以洛谷经典题目P3916为例，拆解图的遍历核心逻辑，分享从理论到AC的完整路径。这道题虽然标为"普及-"难度，但涉及的反向建图技巧和遍历优化，在实际工程中也非常实用。

先看题目要求：给定N个顶点、M条边的有向图，对每个顶点V，求从V出发能到达的最大顶点编号。数据范围是1≤N≤10^5，这意味着O(N^2)的暴力解法必然超时。接下来我会带你用两种时间复杂度O(N+M)的方案攻破此题，并分析各自的适用场景。

1.1 图的存储结构选择

面对图论问题，首先需要根据题目特性选择存储结构。邻接矩阵显然不适合本题——10^5的顶点数会导致10^10量级的空间消耗。我们采用更通用的邻接表，用C++ vector实现如下：

cpp复制vector<int> graph[MAX_N];

但这里有个关键细节：常规邻接表存储的是正向边（u→v），而本题采用反向建表（v→u）能大幅提升效率。这是因为题目要求的是"能到达的最大顶点"，反向遍历时，一旦访问到某个顶点，其最大可达值就立即确定。这种逆向思维在解决可达性问题时非常有效。

1.2 反向DFS实现方案

我们先实现反向DFS版本。核心思路是：从编号最大的顶点开始倒序DFS，每个顶点的答案就是其所在连通分量的最大编号顶点。

cpp复制void dfs(int u, int max_val) {
    if (ans[u] != 0) return;  // 已访问
    ans[u] = max_val;
    for (int v : reverse_graph[u]) {
        dfs(v, max_val);
    }
}

// 调用方式
for (int i = N; i >= 1; i--) {
    dfs(i, i);
}

这个实现有几个优化点：

1. 使用全局ans数组避免重复计算
2. 倒序访问确保每个连通分量只处理一次
3. 递归实现代码简洁但需要注意栈溢出风险

提示：当N>1e5时，递归DFS可能导致栈溢出。可以用显式栈实现迭代版DFS，或者调整编译器栈大小（如GCC的-Wl,--stack=268435456）

1.3