深搜和广搜的简单概述和实现方式

广搜(BFS):广搜一般是用于求图的最短路径,比如迷宫中走到某一点的最短距离,或者某个字符串交换达到目标字符串的最少次数,解的个数一般是为单一的,可以把搜索的整个过程想象成一棵树,要求的解就是其中的某一个节点,且距离根节点是最近的。

实现方式:用队列存储每一个子节点,由于队列的存取方式是先进先出,所以很符合广搜的要求,每求出一种情况,将其推入队列中,若当前节点的子节点都已求出,直接将队列的头取出继续求就行。

下面是具体的实现代码:

import java.util.LinkedList;
import java.util.Queue;

class Main {
	static int[][] edges = {   
	            { 0, 1, 0, 0, 0, 1, 1, 0, 0 }, 
	            { 1, 0, 1, 0, 0, 0, 1, 0, 1 }, 
	            { 0, 1, 0, 1, 0, 0, 0, 0, 1 },  
	            { 0, 0, 1, 0, 1, 0, 1, 1, 1 }, 
	            { 0, 0, 0, 1, 0, 1, 0, 1, 0 }, 
	            { 1, 0, 0, 0, 1, 0, 1, 0, 0 },  
	            { 0, 1, 0, 1, 0, 1, 0, 1, 0 }, 
	            { 0, 0, 0, 1, 1, 0, 1, 0, 0 }, 
	            { 0, 1, 1, 1, 0, 0, 0, 0, 0 }   
	            };  
	static String res []={ "A", "B", "C", "D", "E", "F", "G", "H", "I" };
	public static void main(String[] args) {
		 bfs();
	}
	static void bfs() {
		boolean check []=new boolean [9];
		Queue<Integer> queue=new LinkedList<Integer>();
		for(int i=0;i<9;i++) {
			if(!check[i]) {
				queue.add(i);
				check[i]=true;
				System.out.print(res[i]+" ");
			}
			while(!queue.isEmpty()) {
				int k=queue.poll();
				for(int j=0;j<9;j++) {
					if(!check[j] && edges[k][j]==1) {
						queue.add(j);
						check[j]=true;
						System.out.print(res[j]+" ");
					}
				}
			}
		}
	}
}


深搜(DFS):深搜一般用于整个图的遍历,它一般用于求多个解的情况,例如八皇后问题就是一个很典型的深搜问题,它要求的是所有符合要求的棋子摆法,也就是要将整个棋盘都遍历一遍。

实现方式:递归和非递归(用栈实现)。栈的存取方式为先进后出,即每次选择栈顶元素往下搜索。

下面是具体代码:

import java.util.Stack;

class Main {
	static int[][] edges = {   
	            { 0, 1, 0, 0, 0, 1, 1, 0, 0 }, 
	            { 1, 0, 1, 0, 0, 0, 1, 0, 1 }, 
	            { 0, 1, 0, 1, 0, 0, 0, 0, 1 },  
	            { 0, 0, 1, 0, 1, 0, 1, 1, 1 }, 
	            { 0, 0, 0, 1, 0, 1, 0, 1, 0 }, 
	            { 1, 0, 0, 0, 1, 0, 1, 0, 0 },  
	            { 0, 1, 0, 1, 0, 1, 0, 1, 0 }, 
	            { 0, 0, 0, 1, 1, 0, 1, 0, 0 }, 
	            { 0, 1, 1, 1, 0, 0, 0, 0, 0 }   
	            };  
	static String res []={ "A", "B", "C", "D", "E", "F", "G", "H", "I" };
	static boolean check []=new boolean [9];
	public static void main(String[] args) {
		dfs_stack();
		dfs_back();
	}
	static void dfs_stack() {//非递归实现
		Stack<Integer> stack=new Stack<>();
		boolean check []=new boolean [9];
		for(int i=0;i<9;i++) {
			if(!check[i]) {
				stack.push(i);
				check[i]=true;
				System.out.print(res[i]+" ");
			}
			while(!stack.isEmpty()) {
				int k=stack.pop();
				for(int j=0;j<9;j++) {
					if(!check[j] && edges[k][j]==1) {
						stack.push(j);
						check[j]=true;
						System.out.print(res[j]+" ");
						break;//这里是重点,必须跳出当前循环,以取当前节点的下一个节点
					}
				}
			}
		}
		System.out.println();
	}
	static void dfs_back() {//递归实现
		for(int i=0;i<9;i++) {
			if(!check[i]) {//check判断是否已经取过,静态变量
				dfs(i);
			}
		}
	}
	static void dfs(int i) {
		check[i]=true;
		System.out.print(res[i]+" ");
		for(int j=0;j<9;j++) {
			if(!check[j] && edges[i][j]==1) {
				dfs(j);
			}
		}
	}
}



  • 6
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
深度优先索(DFS)和广度优先索(BFS)是两种常用的图算法。 深度优先索是一种先从起点出发,沿着一条路径尽可能深入索直到无法继续才回溯的方法。在DFS中,我们会优先访问新的未访问过的顶点,直到无法再前进为止,然后回溯到上一个顶点,继续探索其他路径。这个过程可以使用递归实现,也可以使用栈来存储未访问顶点。 广度优先索则是一种先寻找离起点最近的顶点,继而寻找离起点更远但是可以通过更少的边连接的顶点的方法。在BFS中,我们会首先访问起点,然后依次访问起点的邻居顶点,再访问邻居的邻居顶点,以此类推。这个过程可以使用队列来实现。 在Goland这个问题中,我们可以将Goland中的字符作为图的顶点,G和o之间的连接关系作为边,然后使用DFS或BFS来索是否存在一条从G到o到l到a到n到d的路径。 如果使用DFS,我们从G开始,依次访问G的邻居o,然后再访问o的邻居l,以此类推,直到找到字符d或者无法继续索。如果找到了字符d,那么存在一条从G到d的路径。 如果使用BFS,我们首先访问起点G,然后依次访问G的邻居o和G的邻居l,以此类推,直到找到字符d或者无法继续索。如果找到了字符d,那么存在一条从G到d的路径。 综上所述,DFS和BFS都可以用于索Goland中的字符路径,具体使用哪个算法取决于问题的要求和实际情况。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值