![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
搜索
文章平均质量分 93
DFS和BFS讲解
yoke菜籽
潜心学术,唯物主义
展开
-
蓝桥杯day7——DFS&&BFS
图论开篇,又做了最熟悉的DFS加深了了解以及理解了BFS,感觉BFS的作用还是蛮大的,对Python的切片操作,做了进一步的总结。加油!!原创 2022-09-28 21:10:51 · 771 阅读 · 2 评论 -
BFS——Flood Fill模型及最短路模型
BFS的Flood Fill与单源最短路模型的讲解原创 2022-12-18 15:02:25 · 539 阅读 · 1 评论 -
BFS——多源BFS、最小步数模型
多源BFS,即同时存在多个起点,然后要求计算出图中任意一个点距离所有起点的最短距离,即图中任意点到每个起点的距离的最小值。BFS最短路模型,所有状态一般都是基于一个点向周围的点扩散的状态。每次只需要保存每次扩散遍历的点的状态即可,整个图本身不变。最小步数模型,每一步都会改变图的状态,此时我们需要保存的是图的状态。只要每一步都是分量相同,则可考虑BFS。原创 2022-12-19 16:32:58 · 365 阅读 · 0 评论 -
DFS——连通性和搜索顺序(回溯)
在深度优先搜索中,对于最新发现的顶点,如果它还有以此为顶点而未探测到的边,就沿此边继续探测下去,当顶点v的所有边都已被探寻过后,搜索将回溯到发现顶点v有起始点的那些边。这一过程一直进行到已发现从源顶点可达的所有顶点为止。如果还存在未被发现的顶点,则选择其中一个作为源顶点,并重复上述过程。整个过程反复进行,直到所有的顶点都被发现时为止。原创 2022-12-20 20:41:17 · 697 阅读 · 0 评论 -
DFS——剪枝优化&迭代加深
系统介绍了深度优先搜索中剪枝的几种方法:优化搜索顺序、可行性剪枝、最优化剪枝、等效冗余剪枝。此外还补充了迭代加深内容。原创 2022-12-22 20:53:05 · 744 阅读 · 0 评论