数据结构与算法之美 | 学习笔记27 —— 深度和广度优先搜索

图的搜索算法，可以理解为在图中找出一个顶点出发，到另一个顶点的路径。
首先，图的代码实现：

public class Graph { // 无向图
  private int v; // 顶点的个数
  private LinkedList<Integer> adj[]; // 邻接表

  public Graph(int v) {
    this.v = v;
    adj = new LinkedList[v];
    for (int i=0; i<v; ++i) {
      adj[i] = new LinkedList<>();
    }
  }

  public void addEdge(int s, int t) { // 无向图一条边存两次
    adj[s].add(t);
    adj[t].add(s);
  }
}

一、广度优先搜索（BFS Breadth-First-Search）

地毯式层层推进的搜索策略，依次向外搜索：

public void bfs(int s, int t) {//s表示起始顶点，t表示终止顶点，求最短路径
  if (s == t) return;
  boolean[] visited = new boolean[v];
  visited[s]=true;
  Queue<Integer> queue = new LinkedList<>();
  queue.add(s);
  int[] prev = new int[v];
  for (int i = 0; i < v; ++i) {
    prev[i] = -1;
  }
  while (queue.size() != 0) {
    int w = queue.poll();
   for (int i = 0; i < adj[w].size(); ++i) {
      int q = adj[w].get(i);
      if (!visited[q]) {
        prev[q] = w;
        if (q == t) {
          print(prev, s, t);
          return;
        }
        visited[q] = true;
        queue.add(q);
      }
    }
  }
}

private void print(int[] prev, int s, int t) { // 递归打印s->t的路径
  if (prev[t] != -1 && t != s) {
    print(prev, s, prev[t]);
  }
  System.out.print(t + " ");
}

其中三个辅助变量：
visited：记录已经被访问的顶点，用来避免顶点被重复访问。
queue：一个队列，用来存储已经被访问，但相连的顶点还没被访问的顶点。比如访问第k层顶点之后，要把他们记录下来，稍后再通过他们来找第k+1层顶点；
prev:记录搜索路径，反向存储，比如prev[w]存储的是顶点w是从哪个前驱顶点遍历过来的。



时间复杂度：最坏情况下，终止点离起始点很远，需要遍历整个图才能找到，这是每个顶点都要进出一次队列，每个边也会被访问一次，时间复杂度为$O(V+E)$。对于一个连通图（图中所有顶点都是连通的），E大于V-1，所以广度优先搜索的时间复杂度可以简写为$O(E)$。
空间复杂度：上述三个存储空间queue, visited, prev都不超过顶点个数，因此空间复杂度为$O(V)$。

二、深度优先搜索（DFS Depth-First-Search）

深度优先搜索类似走迷宫，下图中，搜索的起始点是s，终点是t，遇到走不通的情况就回退。深度优先搜索应用回溯思想，适合用递归的方法来实现。

boolean found = false; // 全局变量或者类成员变量

public void dfs(int s, int t) {
  found = false;
  boolean[] visited = new boolean[v];
  int[] prev = new int[v];
  for (int i = 0; i < v; ++i) {
    prev[i] = -1;
  }
  recurDfs(s, t, visited, prev);
  print(prev, s, t);
}

private void recurDfs(int w, int t, boolean[] visited, int[] prev) {
  if (found == true) return;
  visited[w] = true;
  if (w == t) {
    found = true;
    return;
  }
  for (int i = 0; i < adj[w].size(); ++i) {
    int q = adj[w].get(i);
    if (!visited[q]) {
      prev[q] = w;
      recurDfs(q, t, visited, prev);
    }
  }
}

除了使用prev, visited, print()之外，还用到found变量，当已经找到终止顶点t后，就不再继续查找了。
时间复杂度：每条边最多被访问两次，遍历和回退，因此时间复杂度为$O(E)$；
空间复杂度：除了visited和prev数组大小跟顶点个数V成正比外，递归调用栈最大深度不会超过顶点个数，因此总空间复杂度为$O(V)$。