周总结2022/4/3

这一周主要学习了深度搜索和广度搜索的有关知识同时看了有关例题，弥补了上周对于深搜和广搜在实际应用方面的不足，看了大约四十篇博客学习了后续方法，在学习后续算法的时候，我发现许多知识都是与深搜和广搜密不可分的，也刷了许多关于搜索的题目。回顾做过的题还会有很多意外收获，感觉还能提升解题的思维。由于之前理解的不够充分，回顾起来也很耗费时间。

深度优先搜索的思路就是先找一个主线，然后回头找到每一个点的分支。这就是回溯法，所谓回溯法，就是每一点都有相同的特征，但状态不一样。当从头遍历到尾后，要原路返回，每次返回的那个点状态不一样。仔细想想，这个递归的思想是一致的。递归简单来说就是我调用我自己。深度优先搜索应用范围十分广泛，在周四的codeforce例题第二题中就有体现。

而广度优先搜索可以解决深度优先搜索误入无穷分支即计算不出结果时使用。它采用多线并行的方式 ，广度优先搜索是按照树的层次进行的搜索，如果此层没有搜索完成的情况下不会进行下一层的搜索。他的缺点也很明显，就是在树体系相对庞大的时候，计算机可能不能及时的运行出结果。因此在解决此类问题时，判断是否适用是关键。

链表，对于链表的理解：看有个人写的很好，就是说你现在有一个小纸条，上面写着一个抽屉的地址，那个抽屉里有一些你需要的东西，和一个新的写着地址的小纸条，这个小纸条又指向了一个新的抽屉，大体可以这么理解。链表与数组意义很相似,链表相较于数组,其无需指定长度,可以动态申请内存,且不占用连续的存储空间,还是非常好用的。用结构体表示结点，结点之间运用指针。运用链表可以通过一个元素前一个元素或者后一个元素来找出这个元素。

二叉树，对于二叉树稍微比链表的难一些吧，但是掌握好基本的就发现不会很难，二叉树基本解决思路是什么，我感觉就是二叉树的遍历，问题答案的代码来看，很多都是用了遍历，而且还要明白递归函数的使用方法，然后更进一步的学会如何使用栈和队列来实现不同问题的解决。二叉树常用于解决实现二叉查找树和二叉查找堆。而根据不同的用途分为完全二叉树、满二叉树和平衡二叉树。二叉树的遍历有涉及广搜和深搜的知识，而二叉树在结点处查找和修改又需要利用递归，但是他的递归需要对于左右子树分别递归。经过对二叉树的学习，我觉得二叉树的结构是最难理解的，比如说什么时候指向子树，什么时候指向的是前驱后继结点 。

在学习二叉树的过程中，我注意到了一种算法优化方法————剪枝，剪枝用于深搜和广搜中，可以通过合理的判断方法，减少非必要的搜索路径，在二叉树中可以优化遍历。特别需要注意的是剪枝时要选择好筛选条件，确保代码运行的高效性。

在本周的学习中，我明白了学习算法知识并不是一蹴而就的，这是一个长期的过程。算法知识之间是环环相扣的，二叉树会涉及深搜广搜，深搜广搜会涉及递归，而优化代码又会涉及到剪枝。算法学习之路任重道远。