设计dfs算法有三个思路:
1. 设计好递归函数的【入参】和【出参】
2. 设计好递归函数的出口(Base Case)
3. 编写【最小单元】处理逻辑
通常Base Case是三部曲中最难的。
以一道题为例:
Question:
给你一个 互不相同 的整数数组,其中 locations[i] 表示第 i 个城市的位置。同时给你 start,finish 和 fuel 分别表示出发城市、目的地城市和你初始拥有的汽油总量
每一步中,如果你在城市 i ,你可以选择任意一个城市 j ,满足 j != i 且 0 <= j < locations.length ,并移动到城市 j 。从城市 i 移动到 j 消耗的汽油量为 |locations[i] - locations[j]|,|x| 表示 x 的绝对值。
请注意, fuel 任何时刻都 不能 为负,且你 可以 经过任意城市超过一次(包括 start 和 finish )。
请你返回从 start 到 finish 所有可能路径的数目。
由于答案可能很大, 请将它对 10^9 + 7 取余后返回。
示例 1:
输入:locations = [2,3,6,8,4], start = 1, finish = 3, fuel = 5
输出:4
解释:以下为所有可能路径,每一条都用了 5 单位的汽油:
1 -> 3
1 -> 2 -> 3
1 -> 4 -> 3
1 -> 4 -> 2 -> 3
Resolution:
入参即为locations,start,finish,fuel,出参即为路径数
最小处理逻辑单元:
int sum = (start == finish ? 1 : 0);
for (int i = 0; i < n; i++) {
if (i != start) {
int need = Math.abs(locations[i] - locations[start]);
if (fuel >= need) {
sum += dfs(locations, i, finish, fuel - need);
sum %= mod;
}
}
}
由于题目说明每个城市可以经过多次(包括起始点),所以递归函数的出口只能是因为燃油耗尽,即fuel == 0,所以Base Case:
if (fuel == 0) {
return cache[start][fuel] = (start == finish ? 1 : 0);
}