【数据结构和算法】用队列和栈分别作二叉树的bfs和dfs

用队列和栈分别作二叉树的bfs和dfs

树的代码:TreeNode
public class TreeNode {
	TreeNode left;
	TreeNode right;
	int val;
	
	public TreeNode(TreeNode left,TreeNode right,int val) {
		this.left = left;
		this.right = right;
		this.val = val;
	}
	
	public boolean hasLeft() {
		return this.left != null;
	}
	
	public boolean hasRight() {
		return this.right!= null;
	}
	
	public int getVal() {
		return this.val;
	}

	public TreeNode getLeft() {
		return left;
	}

	public TreeNode getRight() {
		return right;
	}
}
使用队列做bfs:
public static Queue<TreeNode> bfs(TreeNode node,Queue<TreeNode> queue) {
		queue.add(node);
		while(!queue.isEmpty()) {
			TreeNode tmp = queue.poll();
			System.out.println(tmp.getVal());
			if(tmp.hasLeft() && tmp.hasRight()) {
				queue.add(tmp.getLeft());
				queue.add(tmp.getRight());
			}else if(tmp.hasLeft()){
				queue.add(tmp.getLeft());
			}else if(tmp.hasRight()) {
				queue.add(tmp.getRight());
			}
		}
		return queue;
		
	}
使用栈做dfs:
public static Stack<TreeNode> dfs(TreeNode node,Stack<TreeNode> stack){
        stack.push(node);
        while (!stack.isEmpty()){
            TreeNode tmp = stack.pop();
            System.out.println(tmp.getVal());
            if(tmp.hasLeft() && tmp.hasRight()) {
                stack.push(tmp.getLeft());
                stack.push(tmp.getRight());
            }else if(tmp.hasLeft()){
                stack.push(tmp.getLeft());
            }else if(tmp.hasRight()) {
                stack.push(tmp.getRight());
            }
        }
        return stack;
    }
主方法:
public static void main(String[] args) {
		TreeNode node1 = new TreeNode(null, null, 4);
		TreeNode node2 = new TreeNode(null, null, 5);
		TreeNode node3 = new TreeNode(null, null, 6);
		TreeNode node4 = new TreeNode(null, null, 7);
		TreeNode node5 = new TreeNode(node1, node2, 2);
		TreeNode node6 = new TreeNode(node3, node4, 3);
		TreeNode head = new TreeNode(node5, node6, 1);
		//树的结构是:1(2(4,5),3(6,7))
		
		Queue<TreeNode> queue = new LinkedList<>();
		m.bfs(head, queue);
		
		Stack<TreeNode> stack = new Stack<>();
        Dfs.dfs(head, stack);
	}
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
BFSDFS都是常用的图搜索算法。它们的区别在于搜索的策略和复杂度。引用中提到,对于给定的问题,BFS是较佳的算法BFS(广度优先搜索)是一种逐层扩展搜索的算法。它从起始节点开始,逐层遍历邻接节点,直到找到目标节点或遍历完整个图。BFS使用队列来存储待访问的节点,确保按照层级的顺序进行搜索。BFS算法的时间复杂度为O(V + E),其中V是节点的数量,E是边的数量。 DFS(深度优先搜索)是一种递归实现的搜索算法。它从起始节点开始,不断沿着路径深入直到无法继续或找到目标节点,然后回溯到上一个节点,继续探索其他路径。DFS使用来存储待访问的节点,它的搜索路径是深度优先的。DFS算法的时间复杂度为O(V + E),其中V是节点的数量,E是边的数量。 在实际应用中,BFSDFS都有各自的优缺点。BFS通常用于解决最短路径和最小生成树等问题,而DFS更适合用于寻找所有可能的解,如图的连通性和拓扑排序等问题。选择使用哪种算法取决于具体的问题和需求。引用中提到,我们在学习数据结构时通常会接触到BFSDFS算法,尤其是在图的遍历和二叉树的遍历中经常用到。 总结起来,BFSDFS是常用的图搜索算法,它们在搜索策略和复杂度上有不同。BFS逐层扩展搜索,适用于最短路径和最小生成树等问题。DFS深度优先搜索,适用于寻找所有可能解的问题。具体选择哪种算法取决于问题的特点和需求。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [熬夜怒肝,图解算法BFSDFS的直观解释](https://blog.csdn.net/c406495762/article/details/117307841)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值