邻接矩阵 用一个二维数组G存放图，G[i][j]表示节点i和结点j之间的边的情况(如有无边，边方向，权值大小等)。 遍历复杂度：O(n2) n为节点数目 （每个结点都需要走一次，下一次不会再走，当考察一个结点的时候，会考察跟这个结

图的遍历 Traversal in Graph 图的遍历，比如给出无向连通图(Undirected Connected Graph)中的一个点，找到这个图里的所有点。这就是一个常见的场景。 LintCode 上的Clone Graph就是一个典型的练习题。 更细一点的划分的话，这一类的问题还可以分为：

来看一道经典的搜索问题——马的遍历 大致题目，给定棋盘规模，以及马的初始位置，输出马到棋盘的最短距离，若不能到达则输出-1 很简单的一个搜索问题，用经典算法BFS就可以了，唯一需要注意判断的就是马有8种走法， 用一个Next二

题目选自洛谷P1605 题目是非常经典以及简单的DFS题目 这里给出模板 int dfs(int t) {if(满足输出条件){输出解;}for(int i=1;i<=尝试方法数;i++)if(满足进一步搜索条件){为进一步搜索所需要的状态打上标记;dfs(t+1);恢复到打标记前的状态;//也就是说的

深度优先（DFS） 深度优先遍历，从初始访问结点出发，我们知道初始访问结点可能有多个邻接结点，深度优先遍历的策略就是首先访问第一个邻接结点，然后再以这个被访问的邻接结点作为初始结点，访问它的第一个邻接结点。总结起来可以

近年来，网络结构搜索（NAS）在自动化设计神经网络结构方面获得了较大的成功，也成为模型结构优化领域不可忽视的重要研究课题。NAS 不仅减轻了人们设计、调优模型结构的重重负担，而且相较于人工设计的网络结构，搜索出的模型性能有了进

关注公众号，发现CV技术之美▊写在前面无监督的大规模视觉语言预训练在各种下游任务上显示出不错的进步。现有方法通常通过每个模态的全局特征的相似性来模拟跨模态交互，或者通过视觉和文本token的交叉/自注意力来模拟细粒度交互。然而，交叉/自注意力在训