BFS与DFS

---

前言

BFS：广度优先搜索，又称为宽度优先搜索，是一种图形搜索算法。简单的说，BFS 是从根结点开始，沿着树的宽度遍历树的结点。如果所有结点均被访问，则算法中止。

DFS：深度优先搜索，是一种用于遍历或搜索树或图的算法。其过程简要来说是对每一个可能的分支路径深入到不能再深入为止，而且每个结点只能访问一次。

BFS与DFS在图中搜索时大量使用。

一、DFS

1. 求解思路

• 先判断是否到达目标位置，如果到达目标位置，再试探有无其他更短的路径。
• 如果没有到达目标位置，则找到下一步可以到达的位置，直到找到目标位置。

2. 解法：

• 运用回溯，每走一步记录为已走，到达终点就修改结果并进行回溯。
• 运用栈，记录每步经过的坐标，再走到一个无法再走的点时回到栈顶的位置

3. 例题

LeetCode 797. 所有可能的路径

二、BFS

1. 求解思路

1. 将队首结点可拓展的点入队，如果没有可拓展的点，将队首结点出队。重复以上步骤，直到到达目标位置或者队列为空。BFS搜索到的结果一定是最短的。BFS一般会运用到了队列。

2. 解法

• 对一个点可以定义一个二维数组来记录坐标，存入队列中，一般还会使用一个同样大小的数组来记录是否路过该点。
• 小技巧：可提前写好两个数组来进行移动时的判断
  
  用for循环进行判断是否能向上下左右移动

3. 例题

LeetCode 542. 01 矩阵

三、 BFS与DFS的选择

1. 如果只是要找到某一个结果是否存在，那么DFS会更高效。因为DFS会首先把一种可能的情况尝试到底，才会回溯去尝试下一种情况，只要找到一种情况，就可以返回了。但是BFS必须所有可能的情况同时尝试，在找到一种满足条件的结果的同时，也尝试了很多不必要的路径；
2. 如果是要找所有可能结果中最短的，那么BFS会更高效。因为DFS是一种一种的尝试，在把所有可能情况尝试完之前，无法确定哪个是最短，所以DFS必须把所有情况都找一遍，才能确定最终答案（DFS的优化就是剪枝，不剪枝很容易超时）。而BFS从一开始就是尝试所有情况，所以只要找到第一个达到的那个点，那就是最短的路径，可以直接返回了，其他情况都可以省略了，所以这种情况下，BFS更高效。
3. 其实很多题两种算法都能解决