深度优先搜索：迷宫探险家的终极指南-CSDN博客

本文链接：https://blog.csdn.net/qq_33060405/article/details/147808323

深度优先搜索（DFS）是一种用于遍历或搜索树、图等数据结构的算法，其核心思想是“一条路走到底，遇到死路就回头”。DFS通过递归或栈的方式实现，优先探索一条路径直到无法继续，然后回溯到上一个岔路口选择另一条路径。这种方法适合寻找所有路径或判断连通性，但不一定找到最短路径。DFS在迷宫寻路、图的连通性判断、岛屿数量问题等场景中有广泛应用。与广度优先搜索（BFS）相比，DFS更注重深度探索，而BFS则更注重广度扩散。DFS的实现需要注意防止死循环和递归深度问题，通常通过标记已访问节点来避免重复探索。

一、迷宫探险家的故事

想象你是一个勇敢的探险家，站在迷宫的入口。你的目标是找到出口，或者探索所有的通道。

你有一条“探险原则”：

每次遇到岔路口，都优先选择一条路一直走到底，直到走不通为止。
如果遇到死路，就原路返回到上一个岔路口，换一条路继续走。
直到所有路都走过，或者找到出口。

这就是**深度优先搜索（DFS）**的核心思想！

二、DFS的过程（图解版）

假设迷宫如下（S是起点，E是出口）：

S - A - B - E
    |
    C

探险家怎么走？

从S出发，走到A。
从A有两条路：先选A-B。
从B走到E，找到出口，任务完成！
如果B-E是死路，返回A，换A-C继续探索。

每次都“走到底”，走不通就回头。

三、DFS的实现方式

1. 递归（像套娃一样）

每到一个新路口，就“递归”地往下走，走不通就返回。

伪代码：

def dfs(当前位置):
    标记当前位置为已访问
    如果当前位置是出口:
        结束
    对于当前位置的每一个相邻点:
        如果没走过:
            dfs(相邻点)

2. 用栈（stack）

你可以用一个“栈”来记录走过的路。每次走新路就把位置压栈，遇到死路就弹栈回退。

四、DFS的特点

优先走到底，不怕走弯路。
适合找“是否有路可达”，或者“所有路径”。
可能不是最短路（有更短的路但你没走到）。
适合用递归或栈实现。

五、生活化比喻

DFS像什么？
像你在迷宫里“钻牛角尖”，每次都一条路走到黑，走不通再回头。
BFS（广度优先）像什么？
像你带着一群小伙伴，大家一起一层一层地探索，先把离入口最近的地方都走一遍。

六、DFS口诀

一条路，走到底，
遇到死路就回去。
所有岔路都要试，
深度优先不放弃！

七、DFS的应用

迷宫寻路
图的连通性判断
拓扑排序
岛屿数量问题
递归遍历树结构

我们继续用“迷宫探险家”的故事，深入讲解深度优先搜索（DFS），并带你了解它的更多细节、代码实现、常见变种和与BFS的对比。

一、迷宫探险家DFS的详细过程

1. 递归版探险

你每到一个新房间（格子），就：

先在门口做个记号（标记已访问）。
看看是不是出口，是就欢呼！
不是出口，就挑一条没走过的路继续走。
走到死路就原路返回，换另一条路。

递归的本质：每次“深入”一个新房间，等探索完再“退回”上一个房间。

2. 栈版探险

你带着一个背包（栈），每走一步就把当前位置放进背包。遇到死路就从背包里拿出上一个位置，回头。

二、DFS代码实现（以二维迷宫为例）

假设迷宫是一个二维数组，0表示路，1表示墙。

1. 递归实现

def dfs(maze, x, y, visited):
    # 越界或遇到墙或已访问
    if x < 0 or x >= len(maze) or y < 0 or y >= len(maze[0]) or maze[x][y] == 1 or visited[x][y]:
        return False
    # 到达出口
    if (x, y) == (出口坐标):
        print("找到出口！")
        return True
    visited[x][y] = True
    # 四个方向探索
    for dx, dy in [(-1,0),(1,0),(0,-1),(0,1)]:
        if dfs(maze, x+dx, y+dy, visited):
            return True
    return False

2. 栈实现（非递归）

def dfs_stack(maze, start, end):
    stack = [start]
    visited = set()
    while stack:
        x, y = stack.pop()
        if (x, y) == end:
            print("找到出口！")
            return True
        if (x, y) in visited:
            continue
        visited.add((x, y))
        for dx, dy in [(-1,0),(1,0),(0,-1),(0,1)]:
            nx, ny = x+dx, y+dy
            if 0 <= nx < len(maze) and 0 <= ny < len(maze[0]) and maze[nx][ny] == 0:
                stack.append((nx, ny))
    return False

三、DFS的常见变种

全路径搜索
想找出所有从入口到出口的路径？DFS可以在递归时记录路径，走到出口时保存下来。
计数问题
比如“岛屿数量”问题，每遇到一个新岛屿就用DFS把它全部标记。
图的连通分量
用DFS遍历所有节点，统计有多少个“独立区域”。

四、DFS与BFS的对比

特点	DFS（深度优先）	BFS（广度优先）
探索方式	一条路走到底	一圈一圈地扩散
适合场景	找所有路径、连通性	找最短路径
实现方式	递归/栈	队列
可能结果	不是最短路径	一定是最短路径
空间消耗	递归深度/栈深度	队列长度