在二维数组中进行搜索,什么时候用BFS,什么时候用DFS?
1,如果只需要我们找的结果是可不可行,或者只要求返回一个结果,那么用深度优先遍历会更加高效,因为它是一直往下走,不能走后进行
回溯,只要有一种结果就返回的,所以自然就会更加高效一点点。而BFS必须对每一种可能行都要进行尝试,所以会浪费很多时间。
2,如果是要求找最值问题,一般就采用BFS算法,因为它是进行所有可能性进行同步前进的,这样子的好处是谁先到目标位置,那么谁就是最值
而DFS则需要将所有的结果进行跑一遍,代码不好写容易出错。
常见的搜索类题目的选择方案
1,感染类:BFS
2,最短路径类:BFS
3,岛屿个数类:BFS
4,可达类:DFS
当然这里只是将的是个大概方向,不一定必须按照这个去写,要具体问题具体分析。
BFS解法种visited为什么可以全局使用?
在刚开始写时,对于visited总感觉如果在最短路径先到这结果这个位置却被占用了,是不是就出错了呢,现在看来这个本身就是一个相互违背
的规定,对于BFS来说,他们的每个方向走的位置都是同步进行的,即每个方向走的格子数一定是一致的,那么先到有一个不是最短路径的路径
先到最短路径格子的位置了,那么就于之前的定义冲突,即这是一个伪命题。
DFS的书写套路:
1,确定走的访问,即模拟我们试探的路径,一般是通过一个二维数组,或者两个二维数组。(可省略,也可以不写,其实代码量差不多)
2,开始遍历二维数组,寻找我们符合开始条件的位置
3,开始进行遍历(dfs正式开始),先判断是否符合深度遍历的条件(一般为是否越界,是否是我们能前进的格子,这个格子是否被访问),
然后开始向各个方向走。(如果是求连续面积之类的题目,可以用一个值去接收后面的dfs返回的值,例如说:int count = 1; count += dfs())
4,DFS的本质是递归。
例题
class Solution {
static int[][] dirs = {{-1,0},{1,0},{0,-1},{0,1}};
public int numIslands(char[][] grid) {
//高度
int nr = grid.length;
//宽度
int nc = grid[0].length;
int res = 0;
for (int i = 0; i < nr; i++) {
for (int j = 0; j < nc; j++) {
if (grid[i][j] == '1') {
++res;
dfs(grid, i, j);
}
}
}
return res;
}
void dfs(char[][] grid, int x, int y){
//高度
int nr = grid.length;
//宽度
int nc = grid[0].length;
if (x < 0 || x >=nr || y < 0 || y >= nc || grid[x][y] == '0') {
return;
}
grid[x][y] = '0';
for (int i = 0; i < 4; i++) {
int ni = x + dirs[i][0];
int nj = y + dirs[i][1];
dfs(grid,ni, nj);
}
}
}
BFS的书写套路:
1,确定走的访问,即模拟我们试探的路径,一般是通过一个二维数组,或者两个二维数组。
2,创建一个队列,进行存放每一次遍历的节点,代表的是这个方向中我们走到的位置。(这个队列一般为存放一个数组,这样子就可以表示一个坐标)
3,之后通过while循环来进行后续的操作,每次从队列中取出一个值,然后把它所有的能走的方向放进去。当循环结束时,那么就结束了BFS。
例题
class Solution {
static int[][] dirs = {{-1,0},{1,0},{0,-1},{0,1}};
public int orangesRotting(int[][] grid) {
int h = grid.length, l = grid[0].length;
int times = 0;
boolean is1 = false;
Queue<int[]> queue = new LinkedList<>();
for (int i = 0; i < h; i++) {
for (int j = 0; j < l; j++) {
if (grid[i][j] == 2) {
queue.offer(new int[]{i,j});
}else if (grid[i][j] == 1) {
is1 = true;
}
}
}
if (queue.isEmpty()) {
if (is1) {
return -1;
}else {
return 0;
}
}
while (!queue.isEmpty()) {
int size = queue.size();
for (int z = 0; z < size; z++) {
int[] poll = queue.poll();
int i = poll[0]; int j = poll[1];
for (int k = 0; k < 4; k++) {
int ni = i + dirs[k][0];
int nj = j + dirs[k][1];
if (ni >= 0 && ni < h && nj >= 0 && nj < l && grid[ni][nj] == 1) {
grid[ni][nj] = 2;
queue.offer(new int[]{ni, nj});
}
}
}
times++;
}
for (int i = 0; i < h; i++) {
for (int j = 0; j < l; j++) {
if (grid[i][j] == 1) {
return -1;
}
}
}
return times - 1;
}
}