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
二、BFS
1. 求解思路
- 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
三、 BFS与DFS的选择
- 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;
- 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。
- 其实很多题两种算法都能解决