LeetCode 841. 钥匙和房间 | Python
841. 钥匙和房间
题目来源：力扣（LeetCode）https://leetcode-cn.com/problems/keys-and-rooms
题目
有 N 个房间，开始时你位于 0 号房间。每个房间有不同的号码：0，1，2，...，N-1，并且房间里可能有一些钥匙能使你进入下一个房间。
在形式上，对于每个房间 i 都有一个钥匙列表 rooms[i]，每个钥匙 rooms[i][j] 由 [0,1，...，N-1] 中的一个整数表示，其中 N = rooms.length。 钥匙 rooms[i][j] = v 可以打开编号为 v 的房间。
最初，除 0 号房间外的其余所有房间都被锁住。
你可以自由地在房间之间来回走动。
如果能进入每个房间返回 true，否则返回 false。
示例 1：
输入: [[1],[2],[3],[]]
输出: true
解释:
我们从 0 号房间开始，拿到钥匙 1。
之后我们去 1 号房间，拿到钥匙 2。
然后我们去 2 号房间，拿到钥匙 3。
最后我们去了 3 号房间。
由于我们能够进入每个房间，我们返回 true。
示例 2：
输入：[[1,3],[3,0,1],[2],[0]]
输出：false
解释：我们不能进入 2 号房间。
提示：
- 1 <= rooms.length <= 1000
- 0 <= rooms[i].length <= 1000
- 所有房间中的钥匙数量总计不超过 3000。
解题思路
思路：DFS、BFS
先看题目，题目要求从 0 号房间开始，问是否能够进入每个房间？其中，0 号房间最开始是打开的，而其他的房间则全部锁住。理论上，每个房间里面都有钥匙（但根据 提示 2 可能无）对应其他房间的钥匙（包括当前房间，如示例 2 的 1 号房间）。
在这里，我们可以发现，这里像是一个有向图，而钥匙决定两点的有向边，从某个点开始，问是否能够到达所有的点？
题目中给定的数组就是 邻接表，那么我们可以考虑使用深度优先搜索（DFS）、广度优先搜索（BFS）的思路，遍历搜索整个图，看是否能够搜索所有的点。这里我们用 set 来记录已访问的房间。
具体代码实现如下。
DFS
class Solution:
def canVisitAllRooms(self, rooms: List[List[int]]) -> bool:
# 用集合存储访问房间，保证其不重复
# 后续直接与 rooms 数量对比，得到是否访问所有房间
visited = set()
def dfs(cur_room):
# 先添加标记已访问
visited.add(cur_room)
# 这里获得钥匙
next_keys = rooms[cur_room]
# 根据钥匙去访问其他房间，已访问的跳过
for i in range(len(next_keys)):
next_room = next_keys[i]
if next_room not in visited:
dfs(next_room)
dfs(0)
return len(visited) == len(rooms)
BFS
class Solution:
def canVisitAllRooms(self, rooms: List[List[int]]) -> bool:
# 集合存储已访问房间，保证其不重复
visited = set()
from collections import deque
queue = deque()
# 同样从 0 号房间开始
visited.add(0)
queue.append(0)
while queue:
# 先获取队列中的房间号
room_num = queue.popleft()
# 去对应房间找钥匙
next_keys = rooms[room_num]
for i in range(len(next_keys)):
# 对应钥匙去对应的房间
next_room_num = next_keys[i]
# 判断是否访问，访问过则跳过
if next_room_num not in visited:
visited.add(next_room_num)
queue.append(next_room_num)
# 对比 visited 与 rooms
return len(visited) == len(rooms)
欢迎关注
公众号 【书所集录】
