📚 精选文章 - 算法学习第35天
| English Title: Algorithm Picks — Day 35 | Graph Algorithms Deep Dive |
📌 图算法：理解世界的另一种语言
图算法（Graph Algorithms）是计算机科学中最强大、最实用的分支之一。从社交网络的好友推荐，到地图导航的最短路径，再到任务调度的优先级排序，图算法无处不在。掌握它，你就拥有了一双看穿复杂关系的慧眼。
核心概念回顾 / Core Concepts:
- 图的表示 Representation：邻接矩阵（Adjacency Matrix）vs 邻接表（Adjacency List），选择取决于场景
- BFS 广度优先搜索：适合找最短路径（Shortest Path），层层扩展
- DFS 深度优先搜索：适合拓扑排序（Topological Sort）、连通分量检测
- Dijkstra 算法：单源最短路径，适用于无负权边的情况
- Bellman-Ford 算法：可处理负权边，能检测负环（Negative Cycle）
🔗 精选学习资源 / Curated Resources
1. Graph Theory — MIT OpenCourseWare
麻省理工学院的图论课程讲义，深入浅出地讲解了图的基础概念和重要定理。配合课程视频学习效果更佳，是建立扎实理论基础的首选资源。
2. Graph Algorithms — GeeksforGeeks
👉 链接: https://www.geeksforgeeks.org/graph-data-structure-and-algorithms/
GeeksforGeeks 的图算法专题，从基础的图的遍历到高级的最短路径算法，每一篇都配有代码实现和复杂度分析，适合作为刷题前的复习资料。
3. VisuAlgo — 图算法可视化
👉 链接: https://visualgo.net/en/graphds
VisuAlgo 提供了图数据结构的动态可视化，包括 BFS、DFS、Dijkstra、Bellman-Ford 等算法的执行过程。点击”进入”，跟随动画一步步理解算法的执行逻辑，比看文字描述清晰十倍。
💡 学习建议 / Learning Tips
- 从简单图开始 — 先手工画小图（比如 5 个节点的图），模拟 BFS/DFS 的执行过程，理解 visited 和 queue/stack 的变化
- 理解适用场景 — BFS 和 DFS 的区别不只是数据结构，更重要的是应用场景：找最短用 BFS，判断连通性用 DFS
- Dijkstra vs Bellman-Ford — 面试常考两者区别：时间复杂度不同（Dijkstra 用堆可以到 O(E log V)），Bellman-Ford 可处理负权边
- 刷题重点 — 图论相关 Hard 题往往是面试压轴，建议把二三分刷题时间投入图论，回报率高
| *每日精选，持续更新 | Curated daily. 图是万能的模型，学会它你就掌握了建模的钥匙。* |