62、图算法深度解析：DFS、BFS 及最小生成树

图算法深度解析：DFS、BFS 及最小生成树

1. 图的平方

在图论中，有一个关于有向图平方的概念。有向图 (G=(V, E)) 的平方图定义为：当且仅当存在某个顶点 (v)，使得 ((u, v)) 和 ((v, w)) 都在 (E) 中时，((u, w)) 才在平方图的边集中，也就是存在一条恰好由两条边构成的路径。

对于这个问题，有两种不同的数据结构对应不同的高效算法：
- 邻接矩阵 ：使用邻接矩阵时，能在常数时间内检查给定的边是否存在。要判断是否存在边 ((u, w))，对于每个可能的中间顶点 (v)，可以在 (O(1)) 时间内检查 ((u, v)) 和 ((v, w)) 是否存在。由于最多有 (n) 个中间顶点需要检查，且有 (n^2) 对顶点需要询问，所以时间复杂度为 (O(n^3))。
- 邻接表 ：采用邻接表时，我们有图中所有边的列表。对于给定的边 ((u, v))，可以在 (O(n)) 时间内遍历从 (v) 出发的所有边，并将结果填入初始为空的平方图的邻接矩阵中。构建边需要 (O(mn)) 的时间，初始化和读取邻接矩阵需要 (O(n^2)) 的时间，总共为 (O((n + m)n))。由于通常 (m \geq n)（除非图是不连通的），所以一般简化为 (O(mn))，在稀疏图上比前一种算法更快。

有趣的是，之所以称之为图的平方，是因为邻接矩阵的平方就是平方图的邻接矩阵，这从理论上提供了一种更快的算法。

2. BFS 树

当对一个连通的无向图执行广度优先搜索（BFS）时，由发现新节点所涉及的边会定义出一棵树。这棵树定义了从根节点