图论算法在力扣Hot 100中的核心应用与优化技巧

1. 为什么图论是力扣Hot 100的必争之地

在算法面试中，图论问题就像围棋中的"天元"位置——看似只占题库的15%-20%，却决定着面试成败的关键分水岭。过去三年力扣周赛统计显示，图论题型在hard难度中占比高达35%，而hot 100榜单中图论题目数量稳定在12-15题。这些题目往往具有以下特征：

1. 场景抽象度高：社交网络关系、交通路线规划等实际问题常被转化为图论模型
2. 解法套路性强：DFS/BFS/拓扑排序等基础算法占70%解题方案
3. 边界条件复杂：自环边、多重边、不连通图等特殊情形容易遗漏

我整理hot 100图论题时发现，90%的面试失误并非算法不熟，而是输在建图阶段。比如力扣207（课程表）用邻接表比邻接矩阵节省40%内存，而323题（无向图中连通分量数）却相反。

2. Hot 100图论核心题型解剖手册

2.1 邻接表的五种实战构建法

以力扣133（克隆图）为例，不同语言有最佳实现方案：

python复制# Python字典法（最简洁）
graph = {
    'A': ['B', 'C'],
    'B': ['A', 'D'],
    'C': ['A', 'D'],
    'D': ['B', 'C']
}

# Java类表示法（面试推荐）
class Node {
    public int val;
    public List<Node> neighbors;
}

踩坑警示：遇到节点值为非连续整数时（如字符串ID），必须用HashMap代替数组

2.2 BFS的三大变形模板

1. 基础层序遍历（力扣102）：

python复制def bfs(root):
    queue = deque([root])
    while queue:
        level_size = len(queue)
        current_level = []
        for _ in range(level_size):
            node = queue.popleft()
            current_level.append(node.val)
            for neighbor