Depth First Search in Java

1. 概述

在本教程中，我们将探讨Java中的深度优先搜索

深度优先搜索（DFS）是一个应用于树、图等数据结构的遍历算法。在移动到下一个分支之前，深度优先搜索会
深度为优先原则去探索新的分支。

在接下来的部分中，我们将首先了解树的实现，然后是图。

要了解如何在Java中实现这些结构，请查看我们以前的关于 二叉树 Binary Tree 和 图 Graph 的教程。

2. 树的深度优先搜索

使用 DFS 遍历树有三种不同的顺序：

• 先序遍历
• 中序遍历
• 后序遍历

2.1 先序遍历

在先序遍历中，先遍历其根节点，依次是左子树和右子树。

使用递归简单地实现先序遍历：

• 访问当前节点
• 遍历左子树
• 遍历右子树

public void traversePreOrder(Node node) {
    if (node != null) {
        visit(node.value);
        traversePreOrder(node.left);
        traversePreOrder(node.right);
    }
}

使用非递归方式实现先序遍历：

• 将根节点入栈
• 当栈不为空
  • 将当前节点（栈顶元素）弹栈
  • 访问当前节点
  • 依次将当前节点右子节点、左子节点入栈

public void traversePreOrderWithoutRecursion() {
    Stack<Node> stack = new Stack<Node>();
    Node current = root;
    stack.push(root);
    while(!stack.isEmpty()) {
        current = stack.pop();
        visit(current.value);
         
        if(current.right != null) {
            stack.push(current.right);
        }    
        if(current.left != null) {
            stack.push(current.left);
        }
    }        
}

2.2 中序遍历

对于中序遍历，先访问其左子树，然后根节点，最后访问右子树。

二叉搜索树的中序遍历意味着按值的递增顺序遍历节点。

使用递归实现中序遍历：

public void traverseInOrder(Node node) {
    if (node != null) {
        traverseInOrder(node.left);
        visit(node.value);
        traverseInOrder(node.right);
    }
}

同时也可以使用非递归实现中序遍历：

• 将根节点压栈
• 当栈不为空
  • 继续将左子节点压栈，直到当前节点为最左节点（即无左子节点）
  • 访问当前节点
  • 将右子节点压栈

public void traverseInOrderWithoutRecursion() {
    Stack<Node> stack = new Stack<Node>();
    Node current = root;
    stack.push(root);
    while(! stack.isEmpty()) {
        while(current.left != null) {
            current = current.left;                
            stack.push(current);                
        }
        current = stack.pop();
        visit(current.value);
        if(current.right != null) {
            current = current.right;                
            stack.push(current);
        }
    }
}

2.3 后序遍历

最后，在后序遍历中，在访问根节点之前，依次先访问左子节点、右子节点。

参考前边，递归实现后序遍历：

public void traversePostOrder(Node node) {
    if (node != null) {
        traversePostOrder(node.left);
        traversePostOrder(node.right);
        visit(node.value);
    }
}

使用非递归实现后序遍历：

• 将根节点入栈
• 当栈不为空
  • 检查是否已经遍历了左子树和右子树
  • 如果没有，则将右子节点和左子节点压栈

public void traversePostOrderWithoutRecursion() {
    Stack<Node> stack = new Stack<Node>();
    Node prev = root;
    Node current = root;
    stack.push(root);
 
    while (!stack.isEmpty()) {
        current = stack.peek();
        boolean hasChild = (current.left != null || current.right != null);
        boolean isPrevLastChild = (prev == current.right || 
          (prev == current.left && current.right == null));
 
        if (!hasChild || isPrevLastChild) {
            current = stack.pop();
            visit(current.value);
            prev = current;
        } else {
            if (current.right != null) {
                stack.push(current.right);
            }
            if (current.left != null) {
                stack.push(current.left);
            }
        }
    }   
}

3. 图的深度优先搜索

图和树之间的主要区别在于图可能包含循环。

因此，为了避免循环搜索，我们将在访问每个节点时对其进行标记。

接下来将会展示图DFS的递归、非递归实现。

3.1 图的DFS递归实现

首先，让我们从递归开始：

• 从一个任意的节点开始
• 标记当前节点为已访问
• 访问当前节点
• 遍历未访问的相邻节点

public void dfs(int start) {
    boolean[] isVisited = new boolean[adjVertices.size()];
    dfsRecursive(start, isVisited);
}
 
private void dfsRecursive(int current, boolean[] isVisited) {
    isVisited[current] = true;
    visit(current);
    for (int dest : adjVertices.get(current)) {
        if (!isVisited[dest])
            dfsRecursive(dest, isVisited);
    }
}

3.2 图的DFS非递归实现

也可以在不使用递归的情况下实现图的DFS。我们也需要使用一个栈进行实现：

• 将从一个任意的节点开始
• 将节点压栈
• 当栈不为空
  • 标记当前节点为已访问
  • 访问当前节点
  • 将未访问的相邻顶点压栈

public void dfsWithoutRecursion(int start) {
    Stack<Integer> stack = new Stack<Integer>();
    boolean[] isVisited = new boolean[adjVertices.size()];
    stack.push(start);
    while (!stack.isEmpty()) {
        int current = stack.pop();
        isVisited[current] = true;
        visit(current);
        for (int dest : adjVertices.get(current)) {
            if (!isVisited[dest])
                stack.push(dest);
        }
    }
}

3.4 拓扑排序

图的深度优先搜索有很多应用。拓扑排序是深度优先搜索最著名的应用之一。

有向图的拓扑排序是其顶点的线性排序，因此对于每个边，源节点都位于目标之前。

要进行拓扑排序，需要对刚刚实现的DFS进行简单的改造：

• 我们需要将访问的顶点保持在堆栈中，因为拓扑排序是以相反的顺序访问的顶点
• 只有在遍历所有相邻节点之后，才会将访问的节点推送到堆栈中。

public List<Integer> topologicalSort(int start) {
    LinkedList<Integer> result = new LinkedList<Integer>();
    boolean[] isVisited = new boolean[adjVertices.size()];
    topologicalSortRecursive(start, isVisited, result);
    return result;
}
 
private void topologicalSortRecursive(int current, boolean[] isVisited, LinkedList<Integer> result) {
    isVisited[current] = true;
    for (int dest : adjVertices.get(current)) {
        if (!isVisited[dest])
            topologicalSortRecursive(dest, isVisited, result);
    }
    result.addFirst(current);
}

4. 结论

在本文中，我们讨论了树和图的深度优先搜索。

完整代码见 GitHub 。

原文：https://www.baeldung.com/java-depth-first-search
作者：baeldung