如果我们使用 DFS/BFS 只是为了遍历一棵树、一张图上的所有结点的话,那么 DFS 和 BFS 的能力没什么差别,我们当然更倾向于更方便写、空间复杂度更低的 DFS 遍历。不过,某些使用场景是 DFS 做不到的,只能使用 BFS 遍历。这就是本文要介绍的两个场景:「层序遍历」、「最短路径」。还有写 DFS/BFS的算法模版。
1.DFS深度遍历
递归模版:
void dfs(TreeNode root){
if(root != null){
return;
}
dfs(root.left);
dfs(root.right);
}
非递归模版:
void stackDfs(TreeNode root){
stack stk;
if(root != null){
stk.push(root)
}
while(!stk.empty()){
stack p = stk.top();
visit(p);
stk.pop();
if(p.rchild) stk.push(p.rchild);//右边节点入栈
if(p.lchild) stk.push(p.lchild);
}
}
2.BFS广度遍历
void bfs(TreeNode root){
Queue<TreeNode> queue = new ArrayDeque<>();
if(root != null){
queue.add(root);
}
while(!queue.isEmpty()){
TreeNode node = queue.poll();
if(node.left != null){
queue.add(node.left);
}
if(node.right != null){
queue.add(node.right);
}
}
}
2.1 层次遍历
void bfs(TreeNode root){
Queue<TreeNode> queue = new ArrayDeque<>();
if(root != null){
queue.add(root);
}
while(!queue.isEmpty()){
int n = queue.size(); //把入队的节点数纪录下来,然后遍历这一层的节点就可以了
for(int i = 0; i < n; i++){
TreeNode node = queue.poll();
if(node.left != null){
queue.add(node.left);
}
if(node.right != null){
queue.add(node.right);
}
}
}
}
2.2 最短路径(无权)
题目:给定一个由 0 和 1 组成的矩阵,找出每个元素到最近的 0 的距离。两个相邻元素间的距离为 1 。
class Solution {
public int[][] updateMatrix(int[][] matrix) {
Queue<int[]> queue = new LinkedList<>();
int m = matrix.length;
int n = matrix[0].length;
// 初始化矩阵
for(int i = 0; i < m; i++){
for(int j = 0; j < n; j++){
if(matrix[i][j] == 0){
queue.offer(new int[] {i, j});
}else{
matrix[i][j] = -1;
}
}
}
// 方向坐标
int[] dx = new int[] {-1,1,0,0};
int[] dy = new int[] {0,0,-1,1};
while(!queue.isEmpty()){
// 队首元素出队
int[] point = queue.poll();
//获取出队元素的x,y 坐标
int x = point[0];
int y = point[1];
//向上下左右扩展
for(int i = 0; i < 4; i++){
int newx = x + dx[i];
int newy = y + dy[i];
if(newx >= 0 && newx < m && newy >= 0 && newy < n && matrix[newx][newy] == -1 ){
matrix[newx][newy] = matrix[x][y] + 1;
queue.offer(new int[] {newx, newy});
}
}
}
return matrix;
}
}