算法——结合实例了解深度优先搜索（DFS）

夏子曦

已于 2025-02-13 20:39:42 修改

阅读量1k

点赞数 21

分类专栏：算法文章标签：深度优先算法

于 2025-02-13 20:27:38 首次发布

本文链接：https://blog.csdn.net/oopxiajun2011/article/details/145619688

版权

一，深度优先搜索（DFS）详解

DFS是什么？

深度优先搜索（Depth-First Search，DFS）是一种用于遍历或搜索树、图的算法。其核心思想是尽可能深地探索分支，直到无法继续时回溯到上一个节点，尝试其他分支。DFS的实现通常基于递归或**栈（后进先出）**结构，适合解决路径存在性、状态可达性问题，但不保证找到最短路径。

与BFS的区别：

BFS逐层展开，适合找最短路径。
DFS沿单一分支深入，可能更快找到解，但路径不一定最短。

DFS实现步骤

以递归实现为例，步骤如下：

终止条件：检查当前节点是否为目标（如到达终点）。
标记访问：将当前节点标记为已访问，避免重复处理。
递归探索：遍历当前节点的所有相邻节点，对未访问的节点递归调用DFS。

栈实现步骤：

将起始节点压入栈。
循环执行以下操作直到栈空：
- 弹出栈顶节点。
- 若未访问，标记为已访问并处理。
- 将该节点的未访问相邻节点压入栈。

注意事项

1. 剪枝优化

在深度优先搜索中，剪枝是一种非常重要的优化策略。它的核心思想是在搜索过程中，判断某些路径是否不可能到达终点，如果确定不可能，则提前终止对这条路径的搜索，从而减少不必要的计算量，提高搜索效率。以走迷宫为例，假设我们在迷宫中搜索从起点到终点的路径，当我们走到某个位置时，通过计算发现从这个位置无论怎么走，剩余的步数都无法到达终点（比如剩余的步数小于从当前位置到终点的曼哈顿距离），那么就可以直接放弃对这个位置后续路径的搜索，这就是一种简单的剪枝操作。再比如，在一个复杂的迷宫中，如果我们已经走过了一条很长的死胡同，那么当再次遇到类似的路径开头时，就可以直接判断这条路径很可能也是死胡同，从而提前剪枝。剪枝可以大大减少搜索的空间和时间复杂度，尤其是在处理大规模问题时，效果更为显著。

2. 避免重复访问

在 DFS 中，标记已访问节点是至关重要的。如果不标记已访问节点，当搜索到一个节点时，可能会不断地重复访问它，从而陷入死循环。比如在一个图结构中，如果存在环，不标记已访问节点就会导致在环上无限循环。为了避免这种情况，我们通常使用一个数组或集合来记录节点的访问状态。在走迷宫的例子中，我们使用二维布尔数组visited来记录每个位置是否被访问过，当访问一个新位置时，首先检查visited数组中对应位置的值，如果为true，则说明该位置已经被访问过，不再进行处理；如果为false，则将其标记为true，并继续进行搜索。在处理图的 DFS 时，也可以使用一个哈希集合来记录已访问的节点，这样可以快速判断一个节点是否已经被访问过。避免重复访问不仅可以防止死循环，还可以提高搜索效率，因为不需要对已经访问过的节点进行重复处理。

3. 边界条件处理

在实现 DFS 时，仔细考虑边界条件是确保程序正确性和稳定性的关键。边界条件包括节点超出范围、数组越界等情况。以走迷宫为例，在判断一个位置是否可以访问时，需要检查该位置的坐标是否在迷宫的范围内。如果迷宫是一个n * m的二维数组，那么位置(x, y)必须满足0 <= x < n且0 <= y < m，否则就超出了边界。在马走日的例子中，当计算马的下一步位置时，同样要检查新位置是否在棋盘内。如果不处理这些边界条件，程序可能会访问到非法的内存位置，导致运行时错误，如数组越界异常等。因此，在编写 DFS 代码时，一定要在递归调用之前，仔细检查边界条件，确保程序的健壮性。