1、算法思路
1、DFS
深度优先搜索算法是一种用于遍历或搜索树或图的算法。这个算法会尽可能深的搜索树的分支。当节点v的所在边都己被探寻过,搜索将回溯到发现节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点,则选择其中一个作为源节点并重复以上过程,整个进程反复进行直到所有节点都被访问为止。
如上图所示,我们的搜索历程从1节点开始出发,可以到2也可以到4,这里我们选择到2节点,2节点可以到1、3、4,但是1已经被搜索过,所以我们只能从3、4中选取一个,我们选取3节点,3节点可以到达2、4,其中2节点已经被遍历过,所以选择4节点。此时,4节点能到达的节点均已被遍历。只剩5、6节点没有被遍历,于是我们继续选取5作为源节点,重复上面的过程,这样就将整个图遍历完成。
2、BFS
广度优先搜索(也称宽度优先搜索,缩写BFS,以下采用广度来描述)是连通图的一种遍历策略。因为它的思想是从一个顶点V0开始,辐射状地优先遍历其周围较广的区域,故得名。 所谓辐射状,就是指首先搜索所有与V0相连的节点。
如下图实例
我们从节点1开始进行搜索。首先搜索所有与1相连的节点。我们搜索到了2、4、6。
随后,我们从2、4、6这三个几点展开搜索。假设从2节点开始(从2、4、6任意一个节点开始都可以,只要执行类似操作即可),搜索所有与2相连的节点。
然后搜索4节点,此时没有未被搜索的节点。之后是6节点,搜索到节点5。
此时所有节点均被搜索到。
3、DFS与BFS对比
数据结构 | 空间占用 |
---|---|
栈 | O ( h ) O(h) O(h) |
队列 | O ( 2 h ) O(2^h) O(2h) |
这里h指的是搜索的深度。
特别的,当图中各条边的权重一致时,BFS能找到从一个节点到另一个节点的最短路。
2、例题
1.排列数字
给定一个整数 n,将数字 1∼n 排成一排,将会有很多种排列方法。
现在,请你按照字典序将所有的排列方法输出。
输入格式
共一行,包含一个整数 n。
输出格式
按字典序输出所有排列方案,每个方案占一行。
数据范围
1≤n≤7
输入样例:
3
输出样例:
1 2 3
1 3 2
2 1 3
2 3 1
3 1 2
3 2 1
在使用DFS进行搜索的时候,需要在脑中清醒的想明白搜索的顺序。做完搜索进行回溯的时候,一定要恢复现场。
#include<iostream>
using namespace std;
const int N = 10;
//p用来存储结果
int p[N],n;
//用来存储该元素是否被遍历过
bool iu[N];
//k代表搜索的位置
void dfs(int k)
{
if(k == n)
{
for(int i = 0; i < n; i ++)
{
cout << p[i] << " ";
}
cout << endl;
return;
}
for(int i = 1; i <= n; i ++)
{
if(!iu[i])
{
//如果i没有被遍历过
//答案中填入i
p[k] = i;
//将i标记为已经遍历
iu[i] = true;
//进行下一位的搜索
dfs(k + 1);
//恢复现场
iu[i] = false;
}
}
}
int main()
{
cin >> n;
dfs(0);
}
其搜索顺序如上图所示,先搜索第一位,确定第一位之后(如1–),再搜索第二位(如12-),当回溯搜索下种可能的时候,记得要将先前的现场恢复。例如12-搜索结束,要回溯到1–的下一种可能13-的时候,要将2变成未遍历的状态。
2. 走迷宫
注意遍历的时候,如非题目需要,一定不要让重复的节点入队,否则可能会报TLE
给定一个 n×m 的二维整数数组,用来表示一个迷宫,数组中只包含 0 或 1,其中 0 表示可以走的路,1 表示不可通过的墙壁。
最初,有一个人位于左上角 (1,1) 处,已知该人每次可以向上、下、左、右任意一个方向移动一个位置。
请问,该人从左上角移动至右下角 (n,m) 处,至少需要移动多少次。
数据保证 (1,1) 处和 (n,m) 处的数字为 0,且一定至少存在一条通路。
输入格式
第一行包含两个整数 n 和 m。
接下来 n 行,每行包含 m 个整数(0 或 1),表示完整的二维数组迷宫。
输出格式
输出一个整数,表示从左上角移动至右下角的最少移动次数。
数据范围
1≤n,m≤100
输入样例:
5 5
0 1 0 0 0
0 1 0 1 0
0 0 0 0 0
0 1 1 1 0
0 0 0 1 0
输出样例:
8
走迷宫是BFS的经典应用,BFS一般是使用队列实现。
#include<iostream>
#include<cstring>
#include<queue>
using namespace std;
const int N = 110;
typedef pair<int,int> PII;
//d既用来存储节点(i,j)到起点的距离,也用来记录这个点是不是已经入过队
int q[N][N],d[N][N];
queue<PII> p;
int main()
{
int n,m;
cin >> n >> m;
for(int i = 0; i < n; i ++)
{
for(int j = 0; j < m; j ++)
{
cin >> q[i][j];
}
}
//首先将初始节点{0,0}位置置入队列中
p.push({0,0});
int x[4] = {0,1,0,-1};
int y[4] = {-1,0,1,0};
while(p.size()){
auto t = p.front();
p.pop();
//随后搜索所有起点相连的符合题目条件的节点,将该节点入队
for(int i = 0; i < 4; i ++)
{
int nx = t.first + x[i];
int ny = t.second + y[i];
if(nx >= 0 && nx < n && ny >= 0 && ny < m && q[nx][ny] == 0 && d[nx][ny] == 0)
{
p.push({nx,ny});
d[nx][ny] = d[t.first][t.second] + 1;
}
}
}
cout << d[n - 1][m - 1];
}
首先将初始节点{0,0}位置置入队列中
随后搜索所有起点相连的符合题目条件的节点,将节点入队,如下图
这样一步步搜索下去,在d中记录各个节点距离起点的距离,即可得出答案。
参考资料
- Introduction to Algorithms [算法导论]. ISBN 978-7-111-40701-0.
- https://blog.csdn.net/raphealguo/article/details/7523411
- Acwing