DFS(深度优先搜索)
深度优先,即若找到一可行方案则在次基础上继续搜索,直到找到一个解为止
需要用到栈的思想(函数递归即调用系统栈,不用手写栈)
选择分支与终止条件:
- 首先确定每个点的状态(比如选或不选,-1、0、1等)
- 深度优先搜索每次确定一个未确定状态的点的状态
- 当确定了n个状态后即得到一个选择方案(终止条件)
- 通过回溯选择不同的状态来得到所有不同方案
回溯:
- 当确定了n个状态后只得到了一个方案,若想得到其他的方法则要回退到上一步
- 改变上一步的选择(未达到过的状态),使得后面的任何情况都能成为一种新的方案
标记:
- 若要求了不同的方案不能有相同的点,则需要对选过的点进行标记
- 标记过的点不能再次被选择,同时回溯到该点时将标记删除,因为要重新确定状态
记忆化:
- 对于某些问题,若一个点后面的搜索路径是不变的则可以记录该点的结果,避免重复搜索
剪枝:
- 到达某个点后,若后面所有的点加起来也不能满足要求,则可以直接回溯
- 若有相同的点,其中一个被判定为不可选则所有该点都不可选
- 不同优化因题目要求而异
根据题目的不同,一般深度优先搜索的复杂度为O(2^n) 或 O(n)
BFS(广度优先搜索)
广度优先,即先记录当前点所有的可能,让下一个点分别继承这些可能然后重复操作,直到找到解
需要用到队列的思想(需要实现队列:手写/stl)
选择终止条件:
- 对于某个点,要确定该点能到达哪些点,将这些点全放入队列中并记录需要记录的数据
- 处理完某个点后,将队列中的点依次出队,确定出队的点能到达哪些点,再将到达的点依次入队并记录数据
- 到达某终点后记录答案或退出(找最大/最小值 或 最快方案)
标记:
- 若两点可以互相到达,为了无限循环,需要标记某个点是否入队过
广度优先一般第一个找到的方案为最快的方案(每移动一步消耗都相同的情况下),复杂度为O(n)
广度优先的另一大用途是用来模拟某个点的扩散传播