DFS&BFS专题

最新推荐文章于 2023-11-11 13:16:04 发布

水沢まつり

最新推荐文章于 2023-11-11 13:16:04 发布

阅读量172

点赞数

分类专栏：知识点文章标签：数据结构与算法分析

本文链接：https://blog.csdn.net/qq_44821925/article/details/90611406

版权

知识点专栏收录该内容

4 篇文章 0 订阅

订阅专栏

康复训练向，连暴力都不会，打个?ACM
言归正传，知识点只是简要讲讲，运用在题目里才最重要，能独立写对的话一定是已经理解了。

图遍历算法：（默认用邻接矩阵存图）
DFS（深度优先搜索）
Depth First Search，简单概括就是“有一堆路和路口，一直向下走，走不通就回到上一个路口，换个方向继续走，直到所有路都已走过”。关注点在“深度”，就是选定一条道后就会一直沿着它走，直到走到底才会返回，换方向。
常用于枚举所有方案，时间复杂度为O(n*n)，n为邻接矩阵的规模
（其实我个人感觉DFS比BFS容易爆时间复杂度…视具体问题及选用的方法而定）
由于存在递归回溯，所以(隐式地)调用了栈
DFS的具体算法描述为选择一个起始点v作为当前结点，执行如下操作：
a. 访问当前结点，并且标记该结点已被访问，然后跳转到b
b. 如果存在一个和当前结点相邻并且尚未被访问的结点u，则将u设为当前结点，继续执行a
c. 如果不存在这样的u，则进行回溯，回溯的过程就是回退当前结点
图中描述了DFS的遍历方向，以1为出发节点，红色箭头代表遍历方向，蓝色箭头代表回溯方向
在这里插入图片描述
个人认为DFS关键之处在于写对dfs()的状态转移参数以及回溯处理。
DFS深究的话还有很多技巧，如合理剪枝以降低时间复杂度等等，以后做到了相关题目再单独在题解里写出来
模板如下

//Matsuri
int move[2][4]={1,-1,0,0,0,0,1,-1}; //上下左右走，具体要根据题意
void dfs(int x) 
{
	if (...) //满足一定条件
	{
		... // 相关处理
		return; // 回溯
	}
	... // 相关处理，如给当前节点打上标记代表已经搜索过
	for (int i=0;i<=3;i++) 
	{
		if (...) // 如果没超界限&没搜索过&其他等等
		{
			... // 相关处理,打标记等等
			dfs(***) //	*关键，填入状态转移方式
			... // 别忘了回溯，把标记“解放”等等
		}
	}
}
int main()
{
	...（输入）
	dfs(0); // 参数一般填初始状态
	return 0;
}

BFS（广度优先搜索）
Breadth First Search，简要概括其实就是DFS里关注的“深度”换成了“广度”，就是搜索到一个节点的时候，接下来总是先搜索离它近的其他节点，也就是说是按照开始所在节点→转移1次即可达到的所有节点→转移2次即可达到的所有节点→…这样的顺序进行搜索，直到所有节点都已被访问过。时间复杂度为O(m*n)，m为状态数量，n为状态转移方式
需要显式地用到队列
BFS的具体算法描述为选择一个起始点v放入一个先进先出的队列中，执行如下操作：
a. 如果队列不为空，弹出一个队列首元素，记为当前结点，执行b；否则算法结束
b. 将与当前结点相邻并且尚未被访问的结点的信息进行更新，并且全部放入队列中，继续执行a
模板如下

//Matsuri
typedef struct
{
	//点的属性，如x,y坐标 
	int x;  //行坐标 
	int y;	//列坐标 
	int cost; //到该点时已有的花费（如时间） 
}node;
queue<node>q;
int move[2][4]={1,-1,0,0,0,0,1,-1}; //上下左右走，具体要根据题意 
void bfs()  
{
	node cur,next;//cur当前节点，next与cur有关的待入队节点
	q.push(startpoint);//首先要让第一个节点入队，然后打上标记(如vis[startpoint]=1) 
	...
	
	while(!q.empty())
	{
		cur=q.front();q.pop;
		if (...)//结束条件，找到满足答案要求的情况了
		{
			......//相关处理 
			break;	
		}
		else
		{
			for (int i=0;i<=3;i++)
			{
				next.x=cur.x+move[0][i];
				next.y=cur.y+move[1][i];
				next.cost=cur.cost+1;
				if (!vis[next.x][next.y]&&...) //检验不越界等等
				{
					q.push(next);
					vis[next.x][next.y]=1;
				} 
			}	
		}	
	}	
}

在这里插入图片描述
个人认为BFS在原理上比DFS要好理解一些

简单总结：
深搜适合找出所有方案
广搜适合找出最优方案
当图是连通图的时候，只要调用一次BFS/DFS即可遍历图中所有节点；但当图有多个连通分支的时候(即不是所有节点之间都是互通的)，要想遍历图中所有点，就必须对每个连通分支调用一次BFS/DFS。这点在题目中很经常体现，要灵活处理。

================================================================
参考资料：
博客 https://blog.csdn.net/WhereIsHeroFrom/article/details/78921973
书籍《挑战程序设计竞赛(第二版)》巫泽俊主译