DFS和BFS

Week4 深度优先与广度优先

一、DFS (Depth First Search)

1. 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。

2. 时间复杂度高
3. 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
4. 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)

1. 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。

2. 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)

3. 应用

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。