一、通俗解释:出处
深度优先可以这样想,一个人迷路,遇到很多分叉路口,他只有一个人,并且想走出去,所以只能一个个尝试,一条道路走到黑,发现到头了,然后再拐回去走刚才这条路的其他分叉路口,最后发现这条路的所有分叉路口走完了,选择另外一条路继续以上操作,直到所有的路都走过了。广度优先并不是这样,一个人迷路,但是他有技能(分身术)它遇到分叉路口,不是选一个走,而是分身多个人都试试,比如有A、B、C三个分叉路口,它A路走一步,紧接着B路也走一步,然后C路也赶紧走一步,步伐整齐统一,直到所有的路走过了。
广度优先并不是这样,一个人迷路,但是他有技能(分身术)它遇到分叉路口,不是选一个走,而是分身多个人都试试,比如有A、B、C三个分叉路口,它A路走一步,紧接着B路也走一步,然后C路也赶紧走一步,步伐整齐统一,直到所有的路走过了。
总结就是:一个往深处搜索,一个往四周搜索
并查集:
合并(Union):把两个不相交的集合合并为一个集合。
查询(Find):查询两个元素是否在同一个集合中。
二、特点
深度优先搜索(容易编写成递归),一般堆栈实现,通常解决连通问题
广度优先搜索,一般队列实现,通常解决最短路径问题
三、举例
LeetCode 547 省份数量
题目描述:
有 n 个城市,其中一些彼此相连,另一些没有相连。如果城市 a 与城市 b 直接相连,且城市 b 与城市 c 直接相连,那么城市 a 与城市 c 间接相连。
省份 是一组直接或间接相连的城市,组内不含其他没有相连的城市。
给你一个 n x n 的矩阵 isConnected ,其中 isConnected[i][j] = 1 表示第 i 个城市和第 j 个城市直接相连,而 isConnected[i][j] = 0 表示二者不直接相连。
返回矩阵中 省份 的数量。
方法一:深度优先搜索dfs
代码如下:
class Solution {
public:
int n;
vector<bool>visited;
int findCircleNum(vector<vector<int>>& isConnected) {
n=isConnected.size();
visited.resize(n);//记录每个城市是否被遍历过
int res=0;
for(int i=0;i<n;i++){
if(!visited[i]){//如果这个城市没有被遍历过,那么就是一个新的互不连接的城市
dfs(i,isConnected);//dfs找寻,与它相连的城市
res++;
}
}
return res;
}
void dfs(int i,vector<vector<int>>isConnected){
visited[i]=true;//已经遍历过,设置为true
for(int j=0;j<n;j++){
if(isConnected[i][j]==1&&!visited[j]){//剪枝,如果有的城市已经遍历过,那么跳过
dfs(j,isConnected);
}
}
}
};
方法二:广度优先搜索bfs
class Solution {
public:
int findCircleNum(vector<vector<int>>& isConnected) {
int n=isConnected.size();
vector<bool>visited(n);
int res=0;
queue<int>q;
for(int i=0;i<n;i++){
if(!visited){
res++;
q.push(i);
visited[i]=true;
while(q.size()){
int temp=q.front();
q.pop();
for(int j=0;j<n;j++){
if(isConnected[temp][j]==1&&!visited[j]){
visited[j]=true;
q.push(j);
}
}
}
}
}
return res;
}
};
方法三:并查集union_find
class Solution {
public:
vector<int>p;
int find(int x){
if(p[x]!=x) p[x]=find(p[x]);
return p[x];
}
int findCircleNum(vector<vector<int>>& isConnected) {
int n=isConnected.size();
//初始化
for(int i=0;i<n;i++){
p.push_back(i);
}
int cnt=n;
for(int i=0;i<n;i++){
for(int j=0;j<n;j++){
if(isConnected[i][j]&&find(i)!=find(j)){
p[find(i)]=find(j);//集合合并
cnt--;
}
}
}
return cnt;
}
};