1.BFS
1.1 实现方式
本质上是树的层序遍历,使用队列实现
1.2 模版
1.3 例题
《啊哈算法-解救小哈》
#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include <ctype.h>
#include <string.h>
const int max=1000;
struct note{
int x; //横坐标
int y; //纵坐标
int f; //父亲在队列中的编号,如果输出路径
int s; //步数
};
int main() {
int startx,starty,p,q,n,m,flag,tx,ty;
struct note que[2501];
int head,tail;
int a[51][51]={0}; //用来存储地图
int book[51][51]={0}; //记录哪些点已经在队列中,防止一个点被重复扩展,并全部初始化为0
int next[4][2]={
{0,1}, //向右走
{1,0}, //向下走
{0,-1}, //向左走
{-1,0} //向上走
};
scanf("%d %d",&n,&m); //n行m列
//读入迷宫
for(int i=1;i<=n;i++)
for(int j=1;j<=m;j++)
scanf("%d",&a[i][j]);
scanf("%d %d %d %d",&startx,&starty,&p,&q);
//队列初始化
head=1;
tail=1;
//往队列插入迷宫入口坐标
que[tail].x=startx;
que[tail].y=starty;
que[tail].f=0;
que[tail].s=0;
tail++;
book[startx][starty]=1;
flag=0; //用来标记是否已经到达目标点,0表示还没有达到,1表示达到
//当队列不为空的时候循环
while(head<tail){
//枚举四个方向
for (int k=0; k<=3; k++) {
//计算下一个点的坐标
tx=que[head].x+next[k][0];
ty=que[head].y+next[k][1];
//判断是否越界
if(a[tx][ty]==0&&book[tx][ty]==0){
//把这个点标记为已经走过
//注意宽搜每个点只入队一次,所以和深搜不同,无需将book数组还原
book[tx][ty]=1;
//插入新的点到队列中
que[tail].x=tx;
que[tail].y=ty;
que[tail].f=head; //因为这个点是从head扩展出来,所以它的父亲是head,求路径用
que[tail].s=que[head].s+1; //步数是父亲的步数+1
tail++;
}
//如果到目标点,停止扩展,任务结束,退出循环
if(tx==p&&ty==q){
flag=1;
break;
}
}
if(flag==1)
break;
head++; //当一个点扩展结束后,head++才能对后面的点再进行扩展
}
//打印队列中末尾最后一个点的步数
//tail是指向队列队尾的下一个位置,所以这需要-1
printf("%d\n",que[tail-1].s);
return 0;
}
2. DFS
本质上是树的前序遍历
2.1 模版
void dfs(int step) {
//判断边界
//尝试每一种可能
for (int i=1;i<=n;i++){
//记录一些数据,例如
sun++
//继续下一步
dfs(step+1);
}
//返回
}
2.2 例题
啊哈算法的解救小哈和炸弹人(图的深度优先搜索)
经典的DFS例题:啊哈算法的解救小哈和炸弹人(图的深度优先搜索)
//核心代码
void dfs(int x, int y, int step) {
int next[ 4][2]={
{
0, 1
},//向右走
{
1, 0
},//向下走
{
0, -1
},//向左走
{
-1, 0
}
} ;//向上走
int tx, ty, k;
//判断是否到达小哈位置
if (x == p && y == q) {
if (step < min)
min = step;
return;
}
//枚举四种走法
for (k = 0; k <= 3; k++) {
//计算下一个点的坐标
tx = x + next[k][0];
ty = y + next[k][1];
//判断是否越界
if (tx < 1 || tx > n || ty < 1 || ty > m)
continue;
//判断该点是否有障碍物或者已经在路径上
if (a[tx][ty] == 0 && book[tx][ty] == 0) {
book[tx][ty] = 1;//标记这个点已经走过
dfs(tx, ty, step + 1);//尝试下一个点
book[tx][ty] = 0;//尝试结束,取消标记,恢复现场
}
}
return;
}
3.区别
1.BFS是用来搜索最短径路的解是比较合适的,比如求最少步数的解,最少交换次数的解,因为BFS搜索过程中遇到的解一定是离根最近的,所以遇到一个解,一定就是最优解,此时搜索算法可以终止。这个时候不适宜使用DFS,因为DFS搜索到的解不一定是离根最近的,只有全局搜索完毕,才能从所有解中找出离根的最近的解。(当然这个DFS的不足,可以使用迭代加深搜索ID-DFS去弥补)
2.空间优劣上,DFS是有优势的,DFS不需要保存搜索过程中的状态,而BFS在搜索过程中需要保存搜索过的状态,而且一般情况需要一个队列来记录。
3.DFS适合搜索全部的解,因为要搜索全部的解,那么BFS搜索过程中,遇到离根最近的解,并没有什么用,也必须遍历完整棵搜索树,DFS搜索也会搜索全部,但是相比DFS不用记录过多信息,所以搜素全部解的问题,DFS显然更加合适。