力扣（LeetCode）是一个在线编程平台，主要用于帮助程序员提升算法和数据结构方面的能力。以下是一些力扣上的入门题目，以及它们的解题代码。  

 

        继续我的力扣刷题之旅，在上一篇文章中，我深入探索了图算法和动态规划的高级技巧。现在，我将附上一些简单的代码示例，以展示这些算法在实际问题中的应用。

一、广度优先搜索（BFS）

• 下面是一个使用BFS算法解决“图的遍历”问题的简单代码示例：

from collections import deque  def bfs(graph, start):  visited = set()  queue = deque([start])  while queue:  vertex = queue.popleft()  print(vertex, end=" ")  for neighbor in graph[vertex]:  if neighbor not in visited:  visited.add(neighbor)  queue.append(neighbor)  # 示例图的邻接表表示  
graph = {  'A': ['B', 'C'],  'B': ['A', 'D', 'E'],  'C': ['A', 'F'],  'D': ['B'],  'E': ['B', 'F'],  'F': ['C', 'E'],  
}  bfs(graph, 'A')  # 输出: A B C D E F

二、深度优先搜索（DFS）

• 下面是一个使用DFS算法解决“二叉树的遍历”问题的简单代码示例：

class TreeNode:  def __init__(self, val=0, left=None, right=None):  self.val = val  self.left = left  self.right = right  def dfs(node):  if node is None:  return  print(node.val, end=" ")  dfs(node.left)  dfs(node.right)  # 构造示例二叉树  
root = TreeNode(1)  
root.left = TreeNode(2)  
root.right = TreeNode(3)  
root.left.left = TreeNode(4)  
root.left.right = TreeNode(5)  dfs(root)  # 输出: 1 2 4 5 3

三、动态规划（DP）

• 下面是一个使用动态规划解决“斐波那契数列”问题的简单代码示例：

def fibonacci(n):  if n <= 1:  return n  dp = [0, 1] + [0] * (n - 1)  for i in range(2, n + 1):  dp[i] = dp[i - 1] + dp[i - 2]  return dp[n]  print(fibonacci(10))  # 输出: 55

---

        这些代码示例展示了BFS、DFS和动态规划在简单问题中的应用。通过不断练习和实践，我们可以逐渐掌握这些算法的核心思想和应用技巧，为解决更复杂的问题打下坚实的基础。