深度优先算法 DFS总结(算法详解+模板+例题)

Alex_Fufu

于 2024-08-09 21:26:42 发布

阅读量528

点赞数 14

分类专栏：算法 DFS深度优先搜索文章标签：算法深度优先

本文链接：https://blog.csdn.net/Alex_Fufu/article/details/141001125

版权

算法同时被 2 个专栏收录

1 篇文章 0 订阅

订阅专栏

DFS深度优先搜索

1 篇文章 0 订阅

订阅专栏

一.dfs是什么

深度优先搜索算法（Depth First Search，简称DFS）：一种用于遍历或搜索树或图的算法。沿着树的深度遍历树的节点，尽可能深的搜索树的分支。当节点v的所在边都己被探寻过或者在搜寻时结点不满足条件，搜索将回溯到发现节点v的那条边的起始节点。整个进程反复进行直到所有节点都被访问为止。属于盲目搜索,最糟糕的情况算法时间复杂度为O(!n)

二.基本思路

1.无论此时的路线是不是通向这题的解，都要向前探索。

2.遇到错误选择就会往回走，在随机选一个方向探索。

3.这样反复操作，直到遍历完还没找到或找到了解。

三.操作步骤

1.假设一个数组a[5][5]，零代表墙，一代表路，初始点是a[1][1]，要到达a[n][n]。

假如数组为：

dfs方式如下：

四.代码模板

c++模板：

void dfs(int node, const vector<vector<int>>& adj) {
    stack<int> s;
    vector<bool> visited(adj.size(), false);

    s.push(node);
    visited[node] = true;

    while (!s.empty()) {
        int curr = s.top();
        s.pop();

        // 处理节点 curr
        for (int neighbor : adj[curr]) {
            if (!visited[neighbor]) {
                s.push(neighbor);
                visited[neighbor] = true;
            }
        }
    }
}

python模板：

def dfs(node, adj):
    stack = [node]
    visited = [False] * len(adj)

    while stack:
        curr = stack.pop()
        if not visited[curr]:
            visited[curr] = True
            # 处理节点 curr
            for neighbor in reversed(adj[curr]):
                if not visited[neighbor]:
                    stack.append(neighbor)

# 调用示例
def main():
    n = 5  # 图的节点数
    adj = [[] for _ in range(n)]  # 邻接表表示图

    # 构建邻接表
    # ...

    # 从节点 0 开始 DFS
    dfs(0, adj)

if __name__ == "__main__":
    main()

c模板：


#define MAX_NODES 100
// 定义栈结构
typedef struct {
    int nodes[MAX_NODES]; // 栈中存储的节点
    int top;              // 栈顶指针
} Stack;

// 向栈中压入一个节点
void push(Stack *s, int node) {
    s->nodes[s->top++] = node;
}

// 从栈中弹出一个节点
int pop(Stack *s) {
    return s->nodes[--(s->top)];
}

// 检查栈是否为空
int isEmpty(Stack *s) {
    return s->top == 0;
}

// 迭代 DFS 函数
void dfs_iterative(int start_node, const int adj[][MAX_NODES], int n) {
    Stack s;
    s.top = 0; // 初始化栈
    int visited[MAX_NODES] = {0}; // 初始化访问标记数组

    push(&s, start_node); // 将起始节点压入栈
    visited[start_node] = 1; // 标记起始节点已访问

    while (!isEmpty(&s)) { // 当栈不为空时循环
        int curr = pop(&s); // 弹出栈顶节点
        printf("Visited %d\n", curr); // 输出访问的节点
        
        // 遍历当前节点的所有邻接节点
        for (int i = 0; i < n; i++) {
            if (adj[curr][i] && !visited[i]) { // 如果邻接节点未被访问过
                push(&s, i); // 将邻接节点压入栈
                visited[i] = 1; // 标记邻接节点已访问
            }
        }
    }
} return 0;
}

五.经典例题

1.洛谷p1443:

题目描述
有一个 n \times mn×m 的棋盘，在某个点 (x, y)(x,y) 上有一个马，要求你计算出马到达棋盘上任意一个点最少要走几步。

输入格式
输入只有一行四个整数，分别为 n, m, x, yn,m,x,y。

输出格式
一个 n \times mn×m 的矩阵，代表马到达某个点最少要走几步（左对齐，宽 55 格，不能到达则输出 -1−1）。

输入输出样例
输入 #1
3 3 1 1
输出 #1
0 3 2
3 -1 1
2 1 4
说明/提示
数据规模与约定
对于全部的测试点，保证 1 \leq x \leq n \leq 4001≤x≤n≤400，1 \leq y \leq m \leq

参考AC代码：

// 包含标准库和快捷工具库
#include<bits/stdc++.h>
// 使用标准命名空间
using namespace std;
// 定义两个队列，用于存储x和y坐标
queue<int>q, q1;
// 定义两个二维数组，用于存储迷宫状态和最短路径
int a[401][401], ans[401][401];
// 定义骑士可移动的8个方向的x坐标变化量
int dx[8]={-2,-2,2,2,1,-1,1,-1};
// 定义骑士可移动的8个方向的y坐标变化量
int dy[8]={-1,1,-1,1,2,-2,-2,2};
// 主函数
int main(){
    // 初始化答案数组为-1，表示尚未找到路径
    memset(ans,-1,sizeof(ans));
    // 读取迷宫的宽度n，高度m，以及起始点的x和y坐标
    int n, m, x, y;
    cin>>n>>m>>x>>y;
    // 将起始点加入队列，并标记为已访问
    q.push(x);
    q1.push(y);
    ans[x][y]=0;
    a[x][y]=1;
    // 当队列不为空时，继续进行广度优先搜索
    while(!q.empty()){
        // 遍历骑士可移动的8个方向
        for(int i=0;i<8;i++){
            // 计算移动后的新坐标
            int tx=q.front()+dx[i];
            int ty=q1.front()+dy[i];
            // 如果新坐标在迷宫范围内且未被访问过
            if(tx>0&&tx<=n&&ty>0&&ty<=m&&a[tx][ty]==0){
                // 标记新坐标为已访问
                a[tx][ty]=1;
                // 更新新坐标在最短路径中的步数
                ans[tx][ty]=ans[q.front()][q1.front()]+1;
                // 将新坐标加入队列
                q.push(tx);
                q1.push(ty);
            }
        }
        // 移除队列头部元素，表示已完成当前层的搜索
        q.pop();
        q1.pop();
    }
    // 输出每个点到起始点的最短路径步数
    for(int i=1;i<=n;i++){
        for(int j=1;j<=m;j++){
            printf("%-5d",ans[i][j]);
        }
        printf("\n");
    }
    return 0;
}

2.洛谷p1219

题目描述

一个如下的 6×6 的跳棋棋盘，有六个棋子被放置在棋盘上，使得每行、每列有且只有一个，每条对角线（包括两条主对角线的所有平行线）上至多有一个棋子。

上面的布局可以用序列 2 4 6 1 3 52 4 6 1 3 5 来描述，第 �i 个数字表示在第 �i 行的相应位置有一个棋子，如下：

行号 1 2 3 4 5 61 2 3 4 5 6

列号 2 4 6 1 3 52 4 6 1 3 5

这只是棋子放置的一个解。请编一个程序找出所有棋子放置的解。
并把它们以上面的序列方法输出，解按字典顺序排列。
请输出前 33 个解。最后一行是解的总个数。

输入格式

一行一个正整数 n，表示棋盘是 n×n 大小的。

输出格式

前三行为前三个解，每个解的两个数字之间用一个空格隔开。第四行只有一个数字，表示解的总数。

输入输出样例

输入 #1

输出 #1

2 4 6 1 3 5
3 6 2 5 1 4
4 1 5 2 6 3
4

说明/提示

【数据范围】
对于 100%的数据，6≤n≤13。

参考AC代码：

#include <bits/stdc++.h>
using namespace std;

// 定义四个数组，用于记录每一行、列、正对角线、反对角线的放置情况
int a[100], b[100], c[100], d[100];

// 定义变量s，用于记录找到的解的数量
int s;

// 定义变量n，表示N的值，即N皇后问题中的N
int n;

/**
 * @brief 输出当前找到的解
 * 
 * 如果找到的解少于或等于2个，就输出当前解的具体放置情况
 */
int ss()
{
    if (s <= 2)
    {
        for (int k = 1; k <= n; k++)
            cout << a[k] << " ";
        cout << endl;
    }
    s++;
}

/**
 * @brief 深度优先搜索函数
 * 
 * 使用深度优先搜索算法来解决N皇后问题，尝试在棋盘上放置皇后
 * @param i 当前正在尝试放置皇后的行号
 */
void dfs(int i)
{
    if (i > n)
    {
        ss();
        return;
    }
    else
    {
        for (int j = 1; j <= n; j++)
        {
            if ((!b[j]) && (!c[i + j]) && (!d[i - j + n]))
            {
                a[i] = j;
                b[j] = 1;
                c[i + j] = 1;
                d[i - j + n] = 1;
                dfs(i + 1);
                b[j] = 0;
                c[i + j] = 0;
                d[i - j + n] = 0;
            }
        }
    }
}

int main()
{
    cin >> n;
    dfs(1);
    cout << s;
    return 0;
}

3.洛谷p5318

题目描述

小 K 喜欢翻看洛谷博客获取知识。每篇文章可能会有若干个（也有可能没有）参考文献的链接指向别的博客文章。小 K 求知欲旺盛，如果他看了某篇文章，那么他一定会去看这篇文章的参考文献（如果他之前已经看过这篇参考文献的话就不用再看它了）。

假设洛谷博客里面一共有n(n≤105) 篇文章（编号为 1 到 n）以及 m(m≤106) 条参考文献引用关系。目前小 K 已经打开了编号为 1 的一篇文章，请帮助小 K 设计一种方法，使小 K 可以不重复、不遗漏的看完所有他能看到的文章。

这边是已经整理好的参考文献关系图，其中，文献 X → Y 表示文章 X 有参考文献 Y。不保证编号为 1 的文章没有被其他文章引用。

请对这个图分别进行 DFS 和 BFS，并输出遍历结果。如果有很多篇文章可以参阅，请先看编号较小的那篇(因此你可能需要先排序)。

输入格式

共 m+1 行，第 1 行为 2 个数，n 和 m，分别表示一共有 n(n≤105) 篇文章（编号为 1 到 n）以及m(m≤106) 条参考文献引用关系。

接下来 m 行，每行有两个整数 X,Y 表示文章 X 有参考文献 Y。

输出格式

共 2 行。第一行为 DFS 遍历结果，第二行为 BFS 遍历结果。

输入输出样例

输入 #1复制

参考AC代码：

#include <bits/stdc++.h>
using namespace std;
// 定义最大节点数量常量
const int MAXN = 100010;
// 使用邻接表存储图的边信息
vector<int> p[MAXN];
int n, m;
// 访问标记数组，用于标记节点是否被访问过
bool vis[MAXN];
// 使用队列实现广度优先搜索
queue<int> q;

/**
 * 深度优先搜索函数
 * @param x 当前访问的节点
 */
void dfs(int x) {
    cout << x << " "; // 输出当前节点
    for (int i = 0; i < p[x].size(); i++) // 遍历当前节点的所有邻接节点
        if (!vis[p[x][i]]) { // 如果邻接节点未被访问过
            vis[p[x][i]] = true; // 标记为已访问
            dfs(p[x][i]); // 递归访问邻接节点
        }
}

/**
 * 广度优先搜索函数
 */
void bfs() {
    memset(vis, 0, sizeof(vis)); // 初始化访问标记数组
    vis[1] = true; // 从节点1开始，标记为已访问
    q.push(1); // 将节点1入队
    while (!q.empty()) { // 当队列不为空时循环
        int x = q.front(); // 取出队列头部的节点
        q.pop(); // 出队
        cout << x << " "; // 输出当前节点
        for (int i = 0; i < p[x].size(); i++) // 遍历当前节点的所有邻接节点
            if (!vis[p[x][i]]) { // 如果邻接节点未被访问过
                vis[p[x][i]] = true; // 标记为已访问
                q.push(p[x][i]); // 入队邻接节点
            }
    }
}

int main() {
    cin >> n >> m; // 输入节点数量和边数量
    for (int i = 1; i <= m; i++) { // 遍历所有边
        int u, v;
        cin >> u >> v; // 输入边的起点和终点
        p[u].push_back(v); // 将终点添加到起点的邻接表中
    }
    for (int i = 1; i <= n; i++) // 遍历所有节点
        sort(p[i].begin(), p[i].end()); // 对邻接表排序，确保搜索顺序一致
    vis[1] = true; // 从节点1开始，标记为已访问
    dfs(1); // 调用深度优先搜索函数
    cout << endl;
    bfs(); // 调用广度优先搜索函数
    cout << endl;
    return 0;
}

Alex_Fufu

关注

14
点赞
踩
8

收藏

觉得还不错? 一键收藏
0
评论
深度优先算法 DFS总结(算法详解+模板+例题)

沿着树的深度遍历树的节点，尽可能深的搜索树的分支。共 m+1 行，第 1 行为 2 个数，n 和 m，分别表示一共有 n(n≤105) 篇文章（编号为 1 到 n）以及m(m≤106) 条参考文献引用关系。一个如下的 6×6 的跳棋棋盘，有六个棋子被放置在棋盘上，使得每行、每列有且只有一个，每条对角线（包括两条主对角线的所有平行线）上至多有一个棋子。有一个 n \times mn×m 的棋盘，在某个点 (x, y)(x,y) 上有一个马，要求你计算出马到达棋盘上任意一个点最少要走几步。
复制链接

扫一扫