DFS深度优先搜索说明

DFS : Depth First Search 不撞南墙不回头

1. Bachtracking和Depth First Search和Generate bit Mask的区别

   Bachtracking：使用的是DFS方法，目的是求问题的解，如果在DFS过程中发现不是问题的解那么久回溯到上一个节点

   DFS：遍历整个搜索空间不管是否是问题的解

   Generate bit Mask：是DFS的一种替代实现方法

2. 算法框架模板

result = []

def backtrac(路径,选择列表)
	if 满足条件:
        result.add(路径)
        return
    
    for 选择 in 选择路径:
        做选择
        backtrack(路径,选择列表)
        撤销选择

3. 一般场景
   1. 模板dfs，mask举例dfs
   2. 外部空间dfs（用stack写成iterative way，for example tree traversal）
   3. dfs+memo（DP剪枝）
   4. 使用在模拟流程，寻找所有情况全排列解
4. 经典例题

94 额外空间的DFS

78 直接backtracking模板，因为没有任何限制条件，所以遇到全部情况都放入res，注意tmp引用需要新建一个ArrayList<>()

90 有重复数字需要1 sort 2 每个重复数字只第一个进loop的时候加一次

46 没有重复数字，每次都从头开始取数字，已经有了就不要了，也可以用set来优化时间复杂度 T(n)=O(N!) list.contains()的时间复杂度是O(N)，比较差

47 如果一个数值已经被用过了，才去加入队列，如果前边的相同值没有用过则跳过

77 相当于数学题4个小球取2个的取法
$$T(n)=C_N^k=\frac{N!}{(N-k)!k!}$$

37 数独 sudoku solver 暴利尝试所有解，把有空的地方所有数字都试一遍

51 N皇后问题

5. 总结

   优缺点：

   BFS：踊跃解决最短或者最少问题特别有效，而且寻找深度小，但缺点是比较耗内存（需要开大量的数组单元用来存储状态）

   DFS：对于解决遍历和求解所有问题有效解，对于问题搜索深度小的时候处理速度迅速，然而在深度很大的情况下效率不高

   DFS的优点

   内存开销小，每次只需维护一个节点

   能处理子节点较多或树层次过深的情况（相比BFS）

   一般用于解决连通性问题（是否有解）

   DFS的缺点

   只能寻找有解但无法找到最优解（寻找最优解需要遍历所有路径）