深度优先搜索与广度优先搜索（一）_基于广度优先搜索的英语-CSDN博客

本文链接：https://blog.csdn.net/Danielzph/article/details/119953144

这篇博客介绍了深度优先搜索（DFS）和广度优先搜索（BFS）两种经典的图遍历算法，并通过具体例子展示了它们在解决二叉树问题中的应用。DFS通过递归或栈实现，例如在LC104二叉树最大深度问题中，而BFS则使用队列，如在LC102二叉树层序遍历的实现。这两种算法是图论和数据结构中的基础操作，对于理解和解决相关问题至关重要。

摘要由CSDN通过智能技术生成

1.深度优先搜索-dfs

深度优先搜索算法（英语：Depth-First-Search，DFS）是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，搜索将回溯到发现节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点，则选择其中一个作为源节点并重复以上过程，整个进程反复进行直到所有节点都被访问为止。
算法实现：栈、递归
例题：LC 104 二叉树的最大深度

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def maxDepth(self, root: TreeNode) -> int:
        if not root:
            return 0
        l=self.maxDepth(root.left)
        r=self.maxDepth(root.right)
        return 1+max(l,r)

2.广度优先搜索-bfs

广度优先搜索（也称宽度优先搜索，缩写BFS）是连通图的一种遍历算法这一算法也是很多重要的图的算法的原型。Dijkstra单源最短路径算法和Prim最小生成树算法都采用了和宽度优先搜索类似的思想。其别名又叫BFS，属于一种盲目搜寻法，目的是系统地展开并检查图中的所有节点，以找寻结果。换句话说，它并不考虑结果的可能位置，彻底地搜索整张图，直到找到结果为止。基本过程，BFS是从根节点开始，沿着树(图)的宽度遍历树(图)的节点。如果所有节点均被访问，则算法中止。
算法实现：队列
例题：LC102 二叉树的层序遍历

class Solution:
    def levelOrder(self, root: TreeNode) -> List[List[int]]:
        if not root:
            return []
        queue=[root]
        res=[]
        while queue:
            res.append([node.val for node in queue])
            tem=[]
            for node in queue:
                if node.left:
                    tem.append(node.left)
                if node.right:
                    tem.append(node.right)
            queue=tem
        return res