用Python+NetworkX复刻PTA天梯赛‘红色警报’题：从图论到实战的保姆级教程

当城市间的道路成为战火中的生命线，如何用代码守护国家的连通性？这个来自PTA天梯赛的经典题目，将带我们走进图论的实战世界。不同于枯燥的算法理论，我们将用Python的NetworkX库构建可视化战场，通过深度优先搜索(DFS)算法动态监测城市沦陷对国家连通性的影响。本文不仅会还原题目解法，更会带你体验从竞赛代码到工程实践的思维跃迁。

1. 理解问题本质：战争中的图论模型

题目描述了一个典型的连通性监控场景：给定N个城市和M条道路构成的无向图，当某个城市被攻占时，需要判断是否会破坏整个国家的连通性。这本质上是在考察图的连通分量概念——即图中互相连通的子图数量。

关键判定条件：

• 初始连通分量数为k
• 删除城市后连通分量数>k：发出红色警报
• 删除城市后连通分量数≤k：普通警报

注意：即使原本国家就不完全连通（k>1），只要删除城市没有增加连通分量数，就不触发红色警报

用邻接表表示的城市网络示例：

python复制cities = {
    0: [1, 3, 4],
    1: [0, 3],
    2: [],
    3: [0, 1],
    4: [0]
}

2. 环境搭建与数据准备

2.1 安装必要库

bash复制pip install networkx matplotlib

2.2 输入数据解析

PTA的输入格式需要特殊处理：

python复制def parse_input():
    import sys
    data = sys.stdin.read().split()
    ptr = 0
    N, M = int(data[ptr]), int(data[ptr+1])
    ptr +=2
    
    edges = []
    for _ in range(M):
        u, v = int(data[ptr]), int(data[ptr+1])
        edges.append((u, v))
        ptr +=2
    
    K = int(data[ptr])