给定问题背景下使用 DFS 还是 BFS 的思考以及两者的优化方式
1、DFS 和 BFS 使用方式上的区别
- 如果只是要找到某一个结果是否存在,那么 DFS 会更高效。因为 DFS 会首先把一种可能的情况尝试到底,才会回溯去尝试下一种情况,只要找到一种问题的解,就可以返回了。但是BFS必须所有可能的情况同时尝试,在找到一种满足条件的结果的同时,也尝试了很多不必要的路径;
- 如果是要找所有可能结果中最短的,那么 BFS 会更高效。因为 DFS 是一种一种地去尝试,在把所有可能的情况尝试完之前,无法确定哪个是最短的,所以 DFS 必须把所有情况都找一遍,才能确定最终答案。而 BFS 从一开始就是尝试所有情况,所以只要找到第一个符合条件的那个点,那就是最短的路径,可以直接返回了。
2、DFS 和 BFS 各自的优化方式
- DFS 的优化方式是剪枝,否则即使你通过编程解决了问题,也很容易超时。但是剪枝不是随意的,如果把带有最优解的那一个分支也剪掉的话,剪枝也就失去了意义。所以,剪枝的前提是一定要保证不丢失正确的结果。然后,我们应该根据具体问题具体分析,采用合适的判断条件,使不包含最优解的枝条尽可能多地被剪去,以达到程序“最优化”的目的;
- BFS 的优化方式可以使用 visited 数组,visited 数组标记已经遍历过的点,并且可以全局使用。因为我们要找的是最短路径,那么如果在此之前某个点已经在 visited 中,也就是说有其他路径在小于或等于当前步数的情况下,到达过这个点,证明到达这个点的最短路径已经被找到,那么显然这个点没必要再尝试了。通过上述方式,减少问题的规模,优化程序执行时间。
参考文章: