Week4 深度优先与广度优先
一、DFS (Depth First Search)
- 定义:是搜索算法的一种。是沿着树的深度遍历树的节点,尽可能深的搜索树的分支。当节 v 的所有边都己被探寻过,搜索将回溯到发现节点 v 的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点,则选择其中一个作为源节点并重复以上过程,整个进程反复进行直到所有节点都被访问为止。属于盲目搜索。
- 时间复杂度高
- DFS如同数据结构中的栈结构,属于一种先出后进的结构,比如说一个羽毛球筒,把它装满后,我们开始使用时,拿的总是最后放进去的那一个,这就导致了所有的点进入栈时有一个顺序,称为:DFS序
- 查找顺序:a --> b --> e --> b --> f --> c --> f --> b --> c --> b --> a --> c --> a --> d --> g --> d --> a
为什么搜索到c的时候不搜索a?因为我们假设的这是一个有向图。而且我们可以看到,如果你面对的图是一个**无向图**,这个时候这个树将会持续搜索因为可能会形成环路,使得栈的结构一直进进出出,导致程序崩溃,所以我们也因该注意,在写DFS时,如果面对的是一个无向图的话我们需要进行标记。
一般的标记方法:
- 这个点的父节点被标记,使得子节点不能回到父节点造成循环
- 访问过的节点被标记
二、BFS(Breadth First Search)
- 定义:按层遍历每一种状态的下一种状态。
PS:BFS是与数据结构中的队列相似,队列是一种先进先出的结构。
- 算法
1. 根节点1入队列
2. 取出当前队列的首元素,用一个值记录,然后扔掉
3. 符合要求?跳出循环 --> 继续状态搜索
4. 把该元素对应的两种状态入队列 (+0, +1)
求迷宫最短路:
这种题目用DFS也是可以解的,用 DFS的思路: 有许多条路可以到达终点,我们求一下到达终点的最小值。这样是非常耗时间的,而BFS不一样。因为BFS是按层遍历,所以每一层对于根节点来说距离一定是最小的,不需要再次更新,我们到达终点时这个距离一定是最小的。
让我们求到达的C的最小距离,按照BFS的思路,第二层就可以到C我们直接break就可以了,为什么?因为如果 a --> b --> f --> c一定不会比直接到c近,这就是BFS最特殊的性质,在搜索过程中保留了最短路。所以我们用一个辅助数组来标记记录到当前节点的最小距离,如果f还要访问c时,判断一下,如果c这个地方的距离已经被更新,说明它已经确定了最小值,后来的无法更新,我们就不让c进入队列。这样一来最小值也就确定了。