算法学习笔记——dfs与bfs

笔者语言组织能力不太好，可能需要笔者结合图和思考模拟加以理解，请见谅。

搜索是暴力法的具体体现，列举每种情况或者遍历所有节点（路径）来求解的一种直接，较为通用（如果不限制运行时间）的算法。

对树的搜索

对于一棵树，熟悉的同学知道遍历这棵树一般有三种遍历的方法：前序遍历、中序遍历、后序遍历。但对于今天的搜索来说，遍历到每个点，就只有横向，纵向两种遍历的方法。

纵向的搜索，深度优先搜索，也就是dfs（Depth-first search），它的遍历方法就是从根节点出发，优先访问最左边的儿子节点，也就是先访问最左边的一条链直到底部，此时无法再向下走了就回头往上走，直到访问到有两个及以上儿子的节点，就去访问原链右边第一条的链。（讲的有点抽象，看图理解吧）

简单来讲就是不重复访问的前提下，能向下走就坚决不回头。

横向的搜索，广度优先搜索，就是bfs（Breadth-first search） 。从根节点a出发，访问a的所有儿子节点即b和c，进到第二层，再对第二层从左往右依次遍历所有节点的儿子节点，从而实现遍历。简单地说就是对每一层都从左往右依次遍历完所有节点。

对图的搜索

那对于一张图，dfs与bfs又是如何工作的呢，以底下这张图为例。

现在要从蓝色的点，走到红色的点。

dfs运行的时候，我们一般都会先设置一个方向，比如我在这里设置方向的优先级为：向右走>向下走>向左走>向上走。那么运行时就会以这种路径去访问到终点。（图中绿色路径因为无路可走了，通过递归回头，但实际上并没有重复访问，直到返回到终点底下可以向上走了）

能向右走坚决不向其他方向走，不能向右走就向下走，不能向下走就向左走，都不能就向上走。如此走到终点。

而bfs运行就不一样了，bfs是一圈一圈斜向的往外扩展，还是按层来说，讲起点（蓝点）设置为第一层，将蓝点所能走到的点设置为第二层，再讲第二层所能走到的点设置为第三层……直到走到终点，每一层内部的遍历顺序也是由我们提前设置好的方向优先级规定的。

大致就是这样。

接下来讲一下实现的方式。

代码实现

以下内容主要实现上面图遍历的场景，需要根据题目需求修改代码。

dfs：

主要的实现方法是通过递归。

数组准备：mp用来存图，vis用来记录点（i，j）是否被访问过。

开始访问：从点（x，y）进入，依次走进依据方向优先级规定的点。注意：每访问一个点，一定要更新vis数组。要不然会出现重复访问的情况。

bfs：

主要的实现方式是队列。

数组准备：与dfs相同。

开始访问：将每一个点下层的点存进队列尾部等待访问，每访问一个点记得更新数组，访问完需要把该点从队列之中pop掉。

总结

时间复杂度：都是O(m)，m为图中的边的数量。

空间复杂度：都是O(n)， n为点的数量。

一些有趣的性质：

dfs因为是递归来实现，运用递归的性质可以实现回溯。经典例题：N皇后问题。

力扣（LeetCode）官网 - 全球极客挚爱的技术成长平台

回溯法的大致思路：

而bfs，从运行的情况来讲，因为是一层一层往下访问，所以可以找到在最上边的叶子节点，也就是说bfs能查找最短路径，具体就不详细赘述了，感兴趣可以自行了解一下。