广度优先搜索(BFS)与深度优先搜索(DFS)详解
深度优先搜索
深搜,顾名思义,是深入其中、直取结果的一种搜索方法。
如果深搜是一个人,那么他的性格一定倔得像头牛!他从一点出发去旅游,只朝着一个方向走,除非路断了,他绝不改变方向!除非四个方向全都不通或遇到终点,他绝不后退一步!因此,他的姐姐广搜总是嘲笑他,说他是个一根筋、不撞南墙不回头的家伙。
深搜很讨厌他姐姐的嘲笑,但又不想跟自己的亲姐姐闹矛盾,于是他决定给姐姐讲述自己旅途中的经历,来改善姐姐对他的看法。他成功了,而且只讲了一次。从那以后他姐姐不仅再没有嘲笑过他,而且连看他的眼神都充满了赞赏。他以为是自己路上的各种英勇征服了姐姐,但他不知道,其实另有原因……
深搜是这样跟姐姐讲的:关于旅行呢,我并不把目的地的风光放在第一位,而是更注重于沿路的风景,所以我不会去追求最短路,而是把所有能通向终点的路都走一遍。可是我并不知道往哪走能到达目的地,于是我只能每到一个地方,就向当地的人请教各个方向的道路情况。为了避免重复向别人问同一个方向,我就给自己规定:先问北,如果有路,那就往北走,到达下一个地方的时候就在执行此规定,如果往北不通,我就再问西,其次是南、东,要是这四个方向都不通或者抵达了终点,那我回到上一个地方,继续探索其他没去过的方向。我还要求自己要记住那些帮过他的人,但是那些给我帮倒忙的、让我白费力气的人,要忘记他们。有了这些规定之后,我就可以大胆的往前走了,既不用担心到不了不目的地,也不用担心重复走以前的路。哈哈哈……
深搜优缺点
优点
1、能找出所有解决方案
2、优先搜索一棵子树,然后是另一棵,所以和广搜对比,有着内存需要相对较少的优点缺点
3、要多次遍历,搜索所有可能路径,标识做了之后还要取消。
4、在深度很大的情况下效率不高
广度优先搜索
广搜,顾名思义,是多管齐下、广撒网的一种搜索方法
如果广搜是一个人,那么她一定很贪心,而且喜新厌旧!她从一点出发去旅游,先把与起点相邻的地方全部游览一遍,然后再把与她刚游览过的景点相邻的景点全都游览一边……一直这样,直至所有的景点都游览一遍。
广搜属于一种盲目搜寻法,目的是系统地展开并检查图中的所有节点,以找寻结果。换句话说,它并不考虑结果的可能位置,彻底地搜索整张图,直到找到结果为止。类似树的按层遍历,其过程为:首先访问初始点Vi,并将其标记为已访问过,接着访问Vi的所有未被访问过可到达的邻接点Vi1、Vi2…Vit,并均标记为已访问过,然后再按照Vi1、Vi2…Vit 的次序,访问每一个顶点的所有未被访问过的邻接点,并均标记为已访问过,依此类推,直到图中所有和初始点Vi有路径相通的顶点都被访问过为止。
广搜优缺点
优点
1、对于解决最短或最少问题特别有效,而且寻找深度小
2、每个结点只访问一遍,结点总是以最短路径被访问,所以第二次路径确定不会比第一次短缺点
1、内存耗费量大(需要开大量的数组单元用来存储状态)
用二叉树来进行深度优先搜索和广度优先搜索
深度优先搜索的步骤为:
(1)、首先节点 1 进栈,节点1在栈顶;
(2)、然后节点1出栈,访问节点1,节点1的孩子节点3进栈,节点2进栈;
(3)、节点2在栈顶,然后节点2出栈,访问节点2
(4)、节点2的孩子节点5进栈,节点4进栈
(5)、节点4在栈顶,节点4出栈,访问节点4,
(6)、节点4左右孩子为空,然后节点5在栈顶,节点5出栈,访问节点5;
(7)、节点5左右孩子为空,然后节点3在站顶,节点3出栈,访问节点3;
(8)、节点3的孩子节点7进栈,节点6进栈
(9)、节点6在栈顶,节点6出栈,访问节点6;
(10)、节点6的孩子为空,这个时候节点7在栈顶,节点7出栈,访问节点7
(11)、节点7的左右孩子为空,此时栈为空,遍历结束。
[广度优先遍历]:
广度优先遍历是连通图的一种遍历策略,因为它的思想是从一个顶点V0开始,辐射状地优先遍历其周围较广的区域故得名。
根据广度优先遍历的特点我们利用Java数据结构队列Queue来实现。
广度优先搜索的步骤为:
(1)、节点1进队,节点1出队,访问节点1
(2)、节点1的孩子节点2进队,节点3进队。
(3)、节点2出队,访问节点2,节点2的孩子节点4进队,节点5进队;
(4)、节点3出队,访问节点3,节点3的孩子节点6进队,节点7进队;
(5)、节点4出队,访问节点4,节点4没有孩子节点。
(6)、节点5出队,访问节点5,节点5没有孩子节点。
(7)、节点6出队,访问节点6,节点6没有孩子节点。
(8)、节点7出队,访问节点7,节点7没有孩子节点,结束。
Java代码 具体实现
二叉树的基础代码:
package com.深度遍历;
/**
* 二叉树数据结构
*/
public class TreeNode {
int data;
TreeNode leftNode;
TreeNode rightNode;
public TreeNode() {
}
public TreeNode(int d) {
data=d;
}
public TreeNode(TreeNode left,TreeNode right,int d) {
leftNode=left;
rightNode=right;
data=d;
}
}
广度优先和深度优先遍历算法实现代码:
package com.深度遍历;
import java.util.LinkedList;
import java.util.Queue;
import java.util.Stack;
/**
* 深度优先遍历
*
* 进栈 push()
* 入栈:在栈顶(数组的尾部)添加指定的元素,并返回新数组的长度。
* 出栈 pop()
* 出栈:删除栈顶(数组的尾部)的一个元素,并返回删除的元素。
*
* poll:将首个元素从队列中弹出,如果队列是空的,就返回null
*
*/
public class DeepFirstSort {
public static void main(String[] args) {
// 构建二叉树
TreeNode head = binaryTree();
System.out.print("深度优先遍历结果:");
new DeepFirstSort().depthFirstSearch(head);
System.out.print("广度优先遍历结果:");
new DeepFirstSort().BroadFirstSearch(head);
System.out.println();
}
//深度优先遍历
public void depthFirstSearch(TreeNode nodeHead) {
if (nodeHead == null) {
return;
}
Stack<TreeNode> myStack = new Stack<>();
myStack.add(nodeHead);
while (!myStack.isEmpty()) {
TreeNode node = myStack.pop(); //弹出栈顶元素
System.out.print(node.data + " ");
if (node.rightNode != null) {
myStack.push(node.rightNode); //深度优先遍历,先遍历左边,后遍历右边,栈先进后出
}
if (node.leftNode != null) {
myStack.push(node.leftNode);
}
}
}
//广度优先遍历是使用队列实现的
public void BroadFirstSearch(TreeNode nodeHead) {
if (nodeHead == null) {
return;
}
Queue<TreeNode> myQueue = new LinkedList<>();
myQueue.add(nodeHead);
while (!myQueue.isEmpty()) {
TreeNode node = myQueue.poll();
System.out.print(node.data + " ");
if (null != node.leftNode) {
myQueue.add(node.leftNode); //深度优先遍历,我们在这里采用每一行从左到右遍历
}
if (null != node.rightNode) {
myQueue.add(node.rightNode);
}
}
}
/**
* 构建二叉树
*
* @return
*/
public static TreeNode binaryTree() {
TreeNode head = new TreeNode(1);
TreeNode second = new TreeNode(2);
TreeNode three = new TreeNode(3);
TreeNode four = new TreeNode(4);
TreeNode five = new TreeNode(5);
TreeNode six = new TreeNode(6);
TreeNode seven = new TreeNode(7);
head.rightNode = three;
head.leftNode = second;
second.rightNode = five;
second.leftNode = four;
three.rightNode = seven;
three.leftNode = six;
return head;
}
}
输入结果为:
深度优先遍历结果:1 2 4 5 3 6 7
广度优先遍历结果:1 2 3 4 5 6 7
Process finished with exit code 0