DFS（深度优先搜索）的好处与坏处

Coding_Telling

已于 2023-09-23 18:35:35 修改

阅读量417

点赞数

分类专栏：算法文章标签：深度优先算法

于 2023-09-23 18:34:51 首次发布

本文链接：https://blog.csdn.net/logoProgram/article/details/133151330

版权

算法专栏收录该内容

1 篇文章 0 订阅

订阅专栏

盘点DFS的利与弊

今天我们来说说DFS（深度优先搜索）的好处与坏处。

好处

DFS作为一种搜索算法，其核心思想就是树的先序遍历¹（图和树是一样的，图比树多判断了一个有没有访问过该元素）。
比如说树：

这就是一个满二叉树。它的先序遍历是：1245367，如图：
遍历顺序
可以看到啊，遍历的点绕了一圈回到了1。
那下面有个树的模版，可以套用。
我们以n叉树举例（C++，其他语言翻译一下就可以了。这里设最大深度为10）：

#include<cstdio>
using namespace std;

int n, a[15][15]; //这里设置15是防止溢出

void dfs (int i, int j)
{
	if (i == n) printf ("%d", a[i][j]);
	for (int k = 1; k <= n; k++)
	{
		dfs (i + 1, k);
		dfs (i + 1, k + 1);
	}
	printf ("%d", a[i][j]);
}

int main ()
{
	scanf ("%d", &n);
	for (int i = 1; i <= n; i++)
		for (int j = 1; j <= i; j++)
			scanf ("%d", &a[i][j]);
	dfs (1, 1);
	return 0;
}

好处呢，也是显然易见的：不重复，不遗漏。
那有没有坏处呢？
答案是：有。

坏处

我们可以手工推算一下，照这样算，在最坏情况下，我们要遍历所有的顶点和边。这样，时间复杂度²就为O(VE)，其中V为顶点数，E为边数。
有没有办法优化？
有，绝对有。
我们可以在DFS里面加一个记忆化搜索。如果这个访问过，就直接输出结果（主要适用于图），如斐波那契数列，也称兔子数列。
代码如下（20个）：

#include<cstdio>

int n;
long long dp[25];

int dfs (int index)
{
	if (dp[index]) return dp[index]; //判断是否访问过该斐波那契数
	if (index < 3) return dp[index] = 1; //斐波那契的前两项为1
	return dp[index] = dfs (index - 1) + dfs (index - 2);
}

int main ()
{
	scanf ("%d", &n);
	printf ("%d", dfs (n));
	return 0;
}

这样，就省去了大部分递归。
拿5举例，原本：
dfs (5)
dfs (4)
dfs (3)
dfs (2)
dfs (1)
dfs (2)
dfs (3)
dfs (2)
dfs (1)
现在：
dfs (5)
dfs (4)
dfs (3)
dfs (2)
dfs (1)
减少了很大一部分时间复杂度。这也是dp（动态规划³的基础）。

这是我第一篇博客，有什么不足记得指出哦~
谢谢！

前序遍历首先访问根结点然后遍历左子树，最后遍历右子树。在遍历左、右子树时，仍然先访问根结点，然后遍历左子树，最后遍历右子树。
若二叉树为空则结束返回，否则：
（1）访问根结点。
（2）前序遍历左子树。
（3）前序遍历右子树。
需要注意的是：遍历左右子树时仍然采用前序遍历方法。 ↩︎
在计算机科学中，时间复杂性，又称时间复杂度，算法的时间复杂度是一个函数，它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，亦即考察输入值大小趋近无穷时的情况。 ↩︎
动态规划（Dynamic Programming，DP）是运筹学的一个分支，是求解决策过程最优化的过程。20世纪50年代初，美国数学家贝尔曼（R.Bellman）等人在研究多阶段决策过程的优化问题时，提出了著名的最优化原理，从而创立了动态规划。动态规划的应用极其广泛，包括工程技术、经济、工业生产、军事以及自动化控制等领域，并在背包问题、生产经营问题、资金管理问题、资源分配问题、最短路径问题和复杂系统可靠性问题等中取得了显著的效果。 ↩︎