递归与回溯，DFS及BFS的算法

递归：就是出现这种情况的代码： （或者说是用到了栈）

解答树角度：在dfs遍历一棵解答树

优点：结构简洁

缺点：效率低，可能栈溢出

递归的一般结构：

void f()  
{  
     if(符合边界条件)  
    {  
       ///////  
        return;  
    }  

     //某种形式的调用  
     f();  
} 

回溯：递归的一种，或者说是通过递归这种代码结构来实现回溯这个目的。回溯法可以被认为是一个有过剪枝的DFS过程。

解答树角度：带回溯的dfs遍历一棵解答树

回溯的一般结构：

void dfs(int 当前状态)  
    {  
          if(当前状态为边界状态)  
          {  
            记录或输出  
            return;  
          }  
          for(i=0;i<n;i++)       //横向遍历解答树所有子节点  
         {  
               //扩展出一个子状态。  
               修改了全局变量  
               if(子状态满足约束条件)  
                {  
                  dfs(子状态)  
               }  
                恢复全局变量//回溯部分  
            }  
    }

经典例题，比如解数独问题。

BFS与 DFS

BFS的占用的是队列的空间，DFS 占用的是栈的空间（因为递归）。BFS和DFS的空间复杂度恰好相反。对链状图，BFS最好（队列中最多只有1个元素），DFS最差（所有节点都在根节点的递归内）。对起点与其他所有点相邻的图，DFS最好（递归深度为1），BFS最差（队列中放满了所有与起点相邻的图）。
BFS一般结构：

queue<type> q;

q.push(初始状态);



 while (!q.empty())

{

　　type t = q.front() ;

　　q.pop();

　　遍历 t 的各个Next状态  next

　　{ 

　　　　if (next is legal)

　　　　　　q.push(next); 计数或维护等; 

　　} 

}

但是BFS的状态数一多，需要的空间就会较大。
DFS 一般结构与回溯相似

DFS（顶点） 

{

　　处理当前顶点，记录为已访问

　　遍历与当前顶点相邻的所有未访问顶点

　　{

　　　　　　标记更改;

　　　　　　DFS( 下一子状态);

　　　　　　恢复更改;

　　}

}