通用的深度优先搜索

通用的深度优先搜索

骑士周游问题是一种特殊的对图进行深度优先搜索

• 其目的是建立一个没有分支的最深的深度优先树，表现为一条线性的包含所有节点的退化树

一般的深度优先搜索目标是在图上进行尽量深的搜索，连接尽量多的顶点，必要时可以进行分支(创建了树)

• 有时候深度优先搜索会创建多棵树，称为"深度优先森林"

深度优先搜索同样要用到顶点的"前驱"属性，来构建树或森林

• 另外要设置“发现时间”和“结束时间”属性
  • 前者是在第几步访问到这个顶点(设置灰色)
  • 后者是在第几步完成了此顶点探索(设置黑色)
• 这两个属性对后面的图算法很重要

带有DFS算法的图实现为Graph的子类

• 顶点Vertex增加了成员Discovery及Finish，图Graph增加了成员time用于记录算法执行的步骤数目
• 代码实现
  • BFS采用队列存储待访问顶点
  • DFS通过递归调用，隐式使用了栈

from pythonds.graphs import Graph
class DFSGroup(Group):
    def __init__(self):
        super().__init__()
        self.time = 0

    def dfs(self):
        for aVertex in self:
            aVertex.setColor('white')           #颜色初始化
            aVertex.setPred(-1)
        for aVertex in self:
            if aVertex.getColor() == 'white':
                self.dfsvisit(aVertex)         #如果有未包括的顶点，则建森林
    
    def dfsvisit(self, startVertex):
        startVertex.setColor('gray')
        self.time += 1
        startVertex.setDiscovery(self.time)
        for nextVertex.getColor() == 'white':
            nextVertex.setPred(startVertex)
            self.dfsvisit(nextVertex)
        startVertex.setColor('black')

• 示例
  
  
  
  

算法分析

DFS构建的树，其大点的“发现时间”和“结束时间”属性，具有类似括号性质

• 即一个顶点的“发现时间”总小于所有子顶点的“发现时间”
• 而“结束时间”则大于所有子顶点“结束时间”，比子顶点更早被发现，更晚被结束搜索
  

DFS运行时间同样也包括两个方面：