图、深搜（DFS）和广搜（BFS） 数据结构篇-2

深度优先和广度优先是在图和树的遍历搜索中比较常用的搜索方法

图的基本知识

日常有很多地方都用到了图，比如地铁线路图，计算机网络连线图等。

图就就是下面这种由节点和连接每对节点的边所构成的图形。

这是最简单的图，我们可以根据图的一些特性将其进行分类：

• 如果给边加上一个值表示权重，这种图就是加权图，没有权重的图就是非加权图，没有权重的边只能表示两个节点的连接状态，而有权重的边就可以表示节点之间的“连接程度”。
• 如果给边加上表示方向的箭头，即表示节点之间的传递方向，这种图就是有向图，而边上没有箭头的图就是无向图。
• 如果图中任意两个节点都能找到路径可以将它们进行连接，则称该图为连通图，上面这个图就是连通图，反之则为非连通图。

下面两个图分别为加权图和有向图：
非连通图如下所示：

知道了什么是图，和图相关的算法主要有两类：

• 图的搜索算法：图的搜索指的就是从图的某一节点开始，通过边到达不同的节点，最终找到目标节点的过程。根据搜索的顺序不同，图的搜索算法可分为“广度优先搜索”和“深度优先搜索”两种。
• 图的最短路径问题：最短路径问题就是要在两个节点的所有路径中，找到一条所经过的边的权重总和最小的路径。相关算法有“贝尔曼-福特算法”，“狄克斯特拉算法”和“A*算法”三种。

深度优先

算法简介

DFS是可用于遍历树或者图的搜索算法，DFS与回溯法类似，一条路径走到底后需要返回上一步，搜索第二条路径。在树的遍历中，首先一直访问到最深的节点，然后回溯到它的父节点，遍历另一条路径，直到遍历完所有节点。图也类似，如果某个节点的邻居节点都已遍历，回溯到上一个节点。

深度优先搜索是图论中的经典算法，利用深度优先搜索算法可以产生目标图的相应拓扑排序表，利用拓扑排序表可以方便的解决很多相关的图论问题，如最大路径问题等等。一般用栈数据结构来辅助实现DFS算法。根据深度优先搜索的特点，采用递归函数实现比较简单。但也可以不采用递归。

图解

算法实现

对于矩阵图的深度优先遍历

int dxy[4][2]={//模拟上下左右四个方向
	-1,0,//向上（x减一，y不变）
	1, 0,//向下
	0,-1,//向左
	0, 1//向右
	}
void dfs(int x0,int y0)
{
	if(x0,y0满足某种条件)//找到目标点
	{
		//执行操作如输出路径等
		return；
	}
	for(int i=0;i<4;i++)//遍历四个方向每一个分支，对每一个分支都进行深度搜索
	{
		int dx=dxy[i][0];//移动后的横坐标
		int dy=dxy[i][1];//移动后的纵坐标
		if(坐标越界||遇到障碍物||...)//不满足条件
			continue;
		//执行操作
		dfs(dx,dy)//深度遍历
		//遍历结束恢复操作
	}
}

广度优先

算法简介

广度搜索，顾名思义，就是更大范围内搜索，先访问完当前顶点的所有邻接点，然后再访问下一层的所有节点，该算法适用于解决最短、最小路径等问题，但是构建广度优先算法需要维护自己的队列。
广度搜索是同时搜索所有路径，相当于一层一层地搜索，就好比波浪的扩展一样。此搜索方法跟树的层次遍历类似，因此宽度搜索一般都用队列存储结构。

比如二叉树的层次遍历，我们大概会有如下几个步骤：

1. 向Queue中放入root节点。
2. 只要这个Queue中有元素就一直遍历。
3. 每次遍历时，首先计算一下当前Queue里有多少个元素，这就是这棵树当前层级元素的数量，记作Size。
4. 接下来从Queue中移除Size中的多个元素，对他们进行符合我们题目的一些操作。
5. 移除每个节点时，把它们的子节点添加进Queue中。
6. 只要Queue中还有元素，说明还有下一个层级，就一直重复步骤3去处理下一个层级。

图解

## 算法实现

static const int dirs[4][2]={{-1,0},{1,0},{0,-1},{0,1}};
void bfs(int row, int col) {
    if (row,col满足某种条件) {
        return;
    }
    int * queue = (int *)malloc(sizeof(int) * m * n);
    int head = 0;
    int tail = 0; 双指针实现队列先进先出
    queue[tail++] = row * n + col; 
    while (head != tail) {
        int row = queue[head] / n;
        int col = queue[head] % n;
        head++;
        for (int i = 0; i < 4; i++) {
            int newRow = row + dirs[i][0], newCol = col + dirs[i][1];
            if 满足某种条件(newRow >= 0 && newRow < m && newCol >= 0 && newCol < n &&……) {
                对点进行某种操作操作
                queue[tail++] = newRow * n + newCol;
            }
        }
    }
    free(queue);
}