算法浅谈——走迷宫问题与广度优先搜索

最新推荐文章于 2024-03-22 21:48:39 发布

TechFlow

最新推荐文章于 2024-03-22 21:48:39 发布

阅读量400

点赞数

分类专栏：算法文章标签： bfs dfs 搜索算法

本文链接：https://blog.csdn.net/TechFlow/article/details/104811587

版权

本文始发于个人公众号：TechFlow，原创不易，求个关注

在之前周末LeetCode专栏当中，我们详细描述了深度优先搜索和回溯法，所以今天我们继续这个话题，来和大家聊聊搜索算法的另一个分支，广度优先搜索。

广度优先搜索的英文是Breadth First Search，简写为bfs。与它相对的深度优先搜索，英文自然就是Depth First Search，简写成dfs。所以如果在阅读我或者其他人的代码时发现有个函数叫做bfs或者dfs，如果你能回忆起这些英文缩写，一定可以明白它们是什么意思。

在讲解bfs的概念之前，我们先来回顾一下dfs的概念，好有个对比。

通过之前的文章，我们已经知道了实现dfs往往需要使用递归。我们在一次递归当中需要遍历当前所有的决策，然后递归去执行这些决策。如果这些决策会对未来的决策产生影响，那么我们还需要使用回溯法，在决策遍历结束之后，撤销当前的操作。

所以我们有了dfs的模板代码：

def dfs(n):
    if n > depth:
        return 
    for i in decisions:
        do_decision(i)
        dfs(n+1)
        rollback(i)

假如我们有一棵树，我们需要遍历树。显然由于树是由节点组成的树形结构，不是list结构，所以我们并不能直接用循环来遍历。为了避免重复，我们需要按照一定的顺序在树上遍历。最常用的就是使用dfs和bfs，我们先来看一下dfs怎么解决这个问题。

套用一下上面的模板，我们可以很容易写出来：

def dfs(node):
    if node is None:
        return
    for child in node.childs:
        print(child)
        dfs(child)

由于我们只需要遍历节点，遍历的过程并不会对后面的遍历产生影响，所以我们不需要rollback这一步。并且树天然有结构，我们递归的顺序刚好和树本身的顺序一致，都是从父节点往子节点遍历。所以并不需要其他的处理。

假如我们有这样一棵树：

关注