从白话的角度去说DFS的思想,大约也就是从最开始的状态开始一条路走到底,如果不能寻找到最优解,就从上一个点,再走到底,直到找到最优解。
BFS讲解及Java实现:https://blog.csdn.net/qq_41936805/article/details/101936098
所以我们可以诠释一个dfs适用的题型范围:给定一个初始状态和一个目标状态,要求判断这个初始状态到目标状态是否有解。
接下来通过一个经典案例来对于DFS进行一下解释。
DFS
深度优先搜索(Depth-First-Search),简称DFS,最直观的案例就是迷宫。
假如你在迷宫的某个岔路口,想要找到出口,就要随意选择一个岔路口走,走不通的时候就要回退到上一个岔路口,选择其他的路去走。这种走法,就是深度优先搜索策略。
然后再放一张图,让我们看一下,如何在图中利用DFS的思想,从一个结点找到另一个结点。
其实说白了,就是一种回溯思想。而回溯,我们很清楚,是用递归实现的。
接下来用代码来实现一下这种DFS的思想。
public class DFSDemo {
boolean found = false;//found:判断我们是否已经找到了终止顶点t,找到就不继续递归了
public void dfs(int s, int t) {
found = false;
boolean[] visited = new boolean[v];//v:顶点的个数 visited:记录被访问的顶点,以防重复访问
for (int i = 0; i < v; ++i) {
prev[i] = -1;//prev:用来记录搜索路径。比如从是从顶点2访问到的顶点3,那么prev[3]=2,相当于反向存储
}
recurDfs(s,t,visited,prev);
System.out.println(prev,s,t);
}
private void recurDfs(int w, int t, boolean[] visited, int[] prev) {
if (found == true) {
return;
}
visited[w] = true;
if (w == t) {
found = true;
return;
}
for (int i = 0; i < adj[w].size(); ++i) {//adj相当于是一张邻接表矩阵
int q = adj[w].get(i);
if (!visited[q]) {
prev[q] = w;
recurDfs(q, t, visited, prev);
}
}
}
}