移动开发之iOS 算法基础6-7节

6. 深度优先和广度优先

之前介绍了最简单的搜索法：二分搜索。虽然它的算法复杂度非常低只有 O(logn)，但使用起来也有局限：只有在输入是排序的情况下才能使用。这次讲解两个更复杂的搜索算法:

• 深度优先搜索（Depth-First-Search，以下简称DFS）
• 广度优先搜索（Breadth-First-Search，以下简称BFS）

基本概念

DFS 和 BFS 的具体定义这里不做赘述。笔者谈谈自己对此的形象理解：假如你在家中发现钥匙不见了，为了找到钥匙，你有两种选择：

1. 从当前角落开始，顺着一个方向不停的找。假如这个方向全部搜索完毕依然没有找到钥匙，就回到起始角落，从另一个方向寻找，直到找到钥匙或所有方向都搜索完毕为止。这种方法就是 DFS。
2. 从当前角落开始，每次把最近所有方向的角落全部搜索一遍，直到找到钥匙或所有方向都搜索完毕为止。这种方法就是 BFS。

我们假设共有 10 个角落，起始角落为 1，它的周围有 4 个方向，如下图：

DFS 的搜索步骤为：

• 1
• 2 -> 3 -> 4
• 5
• 6 ->7 -> 8
• 9 -> 10

即每次把一个方向彻底搜索完全后，才返回搜索下一个方向。

BFS 的搜索步骤为：

• 1
• 2 -> 5 -> 6 -> 9
• 3 -> 4
• 7
• 10
• 8

即每次访问上一步周围所有方向上的角落。

细心的朋友会记得，我之前在讲二叉树的时候，讲到了前序遍历和层级遍历，而这两者本质上就是 DFS 和 BFS。

DFS 的 Swift 实现：

func dfs(_ root: Node?) {
    guard let root = root else {
        return
    }

    visit(root)
    root.visited = true

    for node in root.neighbors {
        if !node.visited {
            dfs(node)
        }
    }

}

BFS 的 Swift 实现：

func bfs(_ root: Node?) {
    var queue = [Node]()

    if let root = root {
        queue.append(root)
    }

    while !queue.isEmpty {
        let current = queue.removeFirst()

        visit(current)
        current.visited = true

        for node in current.neighbors {
            if !node.visited {
                queue.append(node)
            }
        }
    }
}

永远记住：DFS 的实现用递归，BFS 的实现用循环（配合队列）。

iOS 实战演练

硅谷面试 iOS 工程师，有这样一个环节，给你 1 ~ 1.5 小时，从头开始实现一个小 App。我们来看这样一个题目：

实现一个找单词 App : 给定一个初始的字母矩阵，你可以从任一字母开始，上下左右，任意方向、任意长度，选出其中所有单词。

很多人拿到这道题目就懵了，完全不是我们熟悉的 UITableView 或者 UICollectionView 啊，这要咋整。我们来一步步分析。

第一步：实现字母矩阵

首先，我们肯定有个字符二阶矩阵作为输入，姑且记做：matrix: [[Character]]。现在要把它展现在手机上，那么可行的方法，就是创建一个 UILabel 二维矩阵，记做 labels: [[UILabel]]，矩阵中每一个 UILabel 对应的内容就是相应的字母。同时，我们可以维护 2 个全局变量，xOffset 和 yOffset。然后在for循环中创建相应的 UILabel 同时将其添加进 lables 中便于以后使用，代码如下：

var