深度优先搜索DFS

深度优先搜索DFS

DFS没有固定的算法模版，更像是一种算法思想。是一种经常使用的搜索算法。一般碰到让让求全部组合数，或者全排列这类问题，会使用DFS。从数据结构的角度来看，一般可能会出现：1. 在树上的DFS；2. 在图上的DFS；3. 在矩阵上的DFS。

在代码的实现上，一般采用递归来实现。

DFS就像一个非常执着的人，它总会顺着一条路径一直往下（深处）走，只有实在走不下去的时候，它才会往回返（回溯），而且在往回返的时候也还在看是否还能往下（深处）走。是一个非常值得我们学习的人。

额外的话：在思考DFS的时候，我们最好脑中或者纸上有一张递归搜索的树，类似下面这个样子，方便自己思考。

1. 什么时候使用DFS?

碰到让你找所有方案的题，一定是DFS；90%DFS的题，要么是排列要么是组合。
此外，如果面试官不特别要求的话，DFS都可以使用递归(Recursion)的方式来实现。

（1）组合

问题模型：求出所有满足条件的“组合”
判断条件：组合中的元素是顺序无关的。
时间复杂度：与2^n相关。

这里说明几种一般情况：
情况1: 求一串数字没有任何重复的全部组合数。
比如求[1, 2, 3]没有任何重复的全部组合数。

class Solution {
public:
	//用一个start变量控制组合是否要重复
    void dfs(vector<vector<int>>& result, vector<int>& nums, vector<int>& combination, int start) {
        result.push_back(combination);

        for (int i = start; i < nums.size(); ++i) {
            combination.push_back(nums[i]);
            dfs(result, nums, combination, i + 1);//最后一个参数传入i + 1，实现没有任何重复。
            combination.pop_back();
        }
        return;
    }

    vector<vector<int>> combination(vector<int>& nums) {
        vector<vector<int> > result;
        vector<int> combination;
        dfs(result, nums, combination, 0);
        return result;
    }
};

上面这段代码执行之后，result中为[[],[1],[1,2],[1,2,3],[1,3],[2],[2,3],[3]]，可以看出是没有重复的全部组合数。这里有两个关键的点，一个是dfs函数中for循环i的起始为i = start，另一个为for循环中dfs递归函数的调用时最后一个传入参数为i + 1这使得start一路向前，不会出现后面数字串中后面数字比前面数字小的组合出现，比如不会出现[2, 1]，或者[1, 3, 2]。
例题：LeetCode 78. 子集

情况2: 情况1只是便于我们理解，实际中会出现各种重复种类需要我们稍微特殊处理一下。比如有一种简单的重复为：一个数字允许出现2次，比如可以有[2, 2, 3]这种类型。
并且实际求组合的题，都是要求你寻找满足某种条件的全部组合，因此也会稍微需要一些多的判断。比如下面这道题让你寻找数组中和为target的全部组合。
题目及解答的链接在这里：LeetCode 39. 组合总和

这里的关键点在于：因为一个数字可以出现2次，所以我们需要稍微做一点改变。将上面代码中dfs递归函数的调用dfs(result, nums, combination, i + 1);语句中最后一个传入参数改为i，而不是原来的i + 1。

其它情况：实际中还会有一些别的种类的重复或者需求，但以上面的为基础去理解和实现可能会容易一些，下面也给出了几道组合类问题的题目。

组合例题：
【深度优先搜索DFS】Lintcode 135. 数字组合
【深度优先搜索DFS】Lintcode 153. 数字组合 II
【深度优先搜索DFS】Lintcode 136. 分割回文串

（2）排列

问题模型：求出所有满足条件的“排列”。
判断条件：组合中的元素是顺序“相关”的。
时间复杂度：与 n! 相关。

排列和组合有些不同，排列和顺序有关，所以要求一个数组[1, 2, 3]的全排列的话，[1, 2, 3]和[1, 3, 2], [2, 3, 1]等都是有效的全排列。所以它的dfs函数中for循环的起始为i = 0（关键点）。但它也需要去一种类型的重复，那就是不允许出现同一个数字出现多次，比如不允许[1, 1, 2]，[2, 3, 3]。针对这种重复，在全排列问题中常见的去重方法有两种：1. 使用set去重；2. 开一个bool数组。基本思想是将已经出现的数字标记一下，下面再次出现的时候就跳过，这样就不会出现[1, 1, 2]这种情况。

关于两种方法的代码实现，这里给出一道题目使用上述2种去重方法实现的链接：
LeetCode 46. 全排列

下面是一些全排列问题的题目。

排列例题：
【宽度优先搜索BFS】Lintcode 120. 单词接龙
【深度优先搜索DFS】Lintcode 16. 带重复元素的排列
剑指 Offer 38. 字符串的排列
【深度优先搜索DFS】Lintcode 33. N皇后问题

2. 图上的搜索问题

图上搜索的例题：
1、【宽度优先搜索BFS】Lintcode 120. 单词接龙（这其实是一道宽度优先搜索的题，只是为了引出下面的第2题）
2、【深度优先搜索DFS】Lintcode 121.单词接龙II

3. 矩阵上的搜索问题

1、【深度优先搜索DFS】LeetCode 79. 单词搜索