BFS:这是一种基于队列这种数据结构的搜索方式,它的特点是由每一个状态可以扩展出许多状态,然后再以此扩展,直到找到目标状态或者队列中头尾指针相遇,即队列中所有状态都已处理完毕。
广度优先搜索(BFS)
有一个有向图如图a
图a
广度优先搜索的策略是:
从起始点开始遍历其邻接的节点,由此向外不断扩散。
1.假设我们以顶点0为原点进行搜索,首先确定邻接0的顶点集合S0 = {1,2}。
2.然后确定顶点1的集合S1 = {3},顶点2没有邻接点,所以集合为空。
3.然后确定3的邻接点集合S3,因为2已经被遍历过,所以不考虑,所以由顶点3知道的邻接点集合S3 = {4}。
4.然后再确定顶点4的邻接点集合,顶点4没有更多的邻接点了,此时也没有还未遍历的邻接点集合,搜索终止。
遍历的路径可以参考如下图红色标记的路径:
动态过程
代码的实现思路:
BFS()
{
输入起始点;
初始化所有顶点标记为未遍历;
初始化一个队列queue并将起始点放入队列;
while(queue不为空)
{
从队列中删除一个顶点s并标记为已遍历;
将s邻接的所有还没遍历的点加入队列;
}
}
DFS:基于递归的搜索方式,它的特点是由一个状态拓展一个状态,然后不停拓展,直到找到目标或者无法继续拓展结束一个状态的递归。
深度优先遍历(DFS)
继续以图a为例
图a
深度优先遍历的策略是:
从一个顶点v出发,首先将v标记为已遍历的顶点,然后选择一个邻接于v的尚未遍历的顶点u,如果u不存在,本次搜素终止。如果u存在,那么从u又开始一次DFS。如此循环直到不存在这样的顶点。
比如图a中
1.从顶点0开始,将0标记为已遍历,然后选择未被遍历的邻接0的顶点1。
2.标记顶点1,然后选择3并标记,然后选择顶点3邻接的顶点2。
3.顶点2标记后没有与它邻接的未标记的点,所以返回3选择另一个邻接3并且未被标记的顶点4。
4.顶点4没有更多的符合条件的点,因此搜索终止,返回到3,3没有更多的点,搜索终止返回到1,最后返回到0,搜索终止。
遍历的路径可以参考如下图红色标记的路径:
动态过程
代码的实现思路:
DFS(顶点v)
{
标记v为已遍历;
for(对于每一个邻接v且未标记遍历的点u)
DFS(u);
}
总结:
BFS:对于解决最短或最少问题特别有效,而且寻找深度小,但缺点是内存耗费量大(需要开大量的数组单元用来存储状态)。
DFS:对于解决遍历和求所有问题有效,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。
leetcode547. Friend Circles
班上有 N 名学生。其中有些人是朋友,有些则不是。他们的友谊具有是传递性。如果已知 A 是 B 的朋友,B 是 C 的朋友,那么我们可以认为 A 也是 C 的朋友。所谓的朋友圈,是指所有朋友的集合。
给定一个 N * N 的矩阵 M,表示班级中学生之间的朋友关系。如果M[i][j] = 1,表示已知第 i 个和 j 个学生互为朋友关系,否则为不知道。你必须输出所有学生中的已知的朋友圈总数。
示例 1:
输入:
[[1,1,0],
[1,1,0],
[0,0,1]]
输出: 2
说明:已知学生0和学生1互为朋友,他们在一个朋友圈。
第2个学生自己在一个朋友圈。所以返回2。
示例 2:
输入:
[[1,1,0],
[1,1,1],
[0,1,1]]
输出: 1
说明:已知学生0和学生1互为朋友,学生1和学生2互为朋友,所以学生0和学生2也是朋友,所以他们三个在一个朋友圈,返回1。
注意:N 在[1,200]的范围内。
对于所有学生,有M[i][i] = 1。
如果有M[i][j] = 1,则有M[j][i] = 1。
BFS
class Solution {
public int findCircleNum(int[][] M) {
int[] visited = new int[M.length];
int count = 0;
for (int i = 0; i < M.length; i++) {
if (visited[i] == 0) {
bfs(M, visited, i);
count++;
}
}
return count;
}
Queue<Integer> q = new LinkedList<>();
public void bfs(int[][] M, int[] visited, int i) {
// visit[i];
q.offer(i);
visited[i] = 1;
while (!q.isEmpty()) {
int node = q.poll();
for (int j = 0; j < M.length; j++) {
// 未被访问过且是邻接点,注意是node的邻接点
if (visited[j] == 0 && M[node][j] == 1) {
// visit[j];
q.offer(j);
visited[j] = 1;
}
}
}
}
}
DFS
class Solution {
public int findCircleNum(int[][] M) {
/**
使用一个visited数组, 依次判断每个节点, 如果其未访问, 朋友圈数加1并对该节点进行dfs搜索标记所有访问到的节点
**/
boolean[] visited = new boolean[M.length];
int ret = 0;
for(int i = 0; i < M.length; ++i) {
if(!visited[i]) {
dfs(M, visited, i);
ret++;
}
}
return ret;
}
private void dfs(int[][] m, boolean[] visited, int i) {
for(int j = 0; j < m.length; ++j) {
if(m[i][j] == 1 && !visited[j]) {
visited[j] = true;
dfs(m, visited, j);
}
}
}
}