关于对DFS深度优先搜索的理解(二)

最近在知乎上看到的一个DFS经典题,我觉得非常nice。所以想把它记录下来和大家来一起分享。

简要概括,深度优先的主要思想就是“不撞南墙不回头”,“一条路走到黑”,如果遇到“墙”或者“无路可走”时再去走下一条路。

至于来说DFS,我给大家举一个比较好理解的例子吧:

关键在“深度优先”,如上图所示,假设我们在A1的位置,且没有上帝视角(想象自己处在一个迷宫里),想要走到D5的位置,该怎么办?

最开始,摆在我们面前的有两条路—B1、B2,我们先假设D5在最左边第二层即B1的位置(虽然D5在最右边的最后一层,但这些都不重要,不要在意这些细节);我们跟着心中的信仰走到了B1的位置,发现这里是B1并不是D5。这时我们有三条路可以走,接着往下走的C1、C2和走到同级B2的位置;因为我们是深度优先,所以选择一条路走到黑,于是我们选择继续跟随自己的信仰,往下走,且选择左边的C1。走到C1,发现再往下没路了,这时可选路径是返回B级或者走向同级的C2;依照DFS原则,我们选择C2,接下来的步骤跟上面一样,依次遍历D1、D2、D3三个点再返回C级、B级最后到B2,开始新一轮的深度遍历,直到找到D5。

即按照以下路径行走:

A1 ->B1->C1->C2->D1->D2->D3->C2->B1->

B2->C3->C4->D4->D5->End

深搜的思想就是这样“不撞南墙不回头”、“一条路走到黑”,下面通过代码实例化深搜。

最经典的莫过于迷宫问题。

                                                 

 

假设现在有一个5* 4的小型迷宫,Start为起点、End为终点、X为障碍物,如何找到从起点到终点的最短路径?

我们可以先用一个二维数组来存储这个迷宫,问题便简化为寻找从(1,1)到(p,q)的最短路径。

当我们从起点出发时,有两条路可以选择,即向右或向下。实际上,在这个迷宫里,我们每一步的选择都只有四种类型,即向上下左右四个方向走。我们在这里设定一个顺序,按照顺时针,右、下、左、上的顺序依次尝试。

代码实现很简单,定义一个方向数组即可。

int next[4][2] = {{0, 1}, //向右走
                    {1, 0}, //向下走
                    {0, -1}, //向左走
                    {-1, 0}}; //向上走

通过这个方向数组的循环,很容易获得下一步的坐标,这里用x、y表示当前横坐标和纵坐标,用tx、ty存储下一步的横坐标和纵坐标。

for(k = 3; k <= 3; k++){
    //计算下一步点的坐标
    tx = x + next[k][0];
    ty = y + next[k][1];
}

根据上面介绍的深搜策略,我们先往右边走,来到(1,2)这个点。因为(1,3)这个点是障碍物无法到达,(1,1)是刚才来的路径中已经走过的点,所以只能到(2,2)这个点,以此类推,继续往下走。这里需要注意的是我们并不是走到终点便立即结束,因为刚才只尝试了一条走法,并不一定是最短的。刚才很多地方再悬着方向的时候都有很多种选择,因此我们需要返回到这些地方继续尝试往别的方向走,直到把所有可能都尝试一边,最终输出最短的一条路径。例如下图就是一种可行的方案。

实现上诉思想的关键点在于判断当前位置和找出下一步的方向,我们可以定义一个函数通过递归实现,其中x,y表示当前坐标,step代表已经走过的步数,p,q代表终点位置。

void dfs(int x, int y, int step){
    //判断是否到达终点
    if(x == p && y == q){
        //更新最小值
        if(step < min)
            min = step;
        return;
    }
    return;
}

另外,我们还需要对下一个点进行一些判断,包括是否越界,是否为障碍物,是否已经在路径中。这里用数组book [tx][ty]来记录格子(tx, ty)是否已经在路径中。假如这个点符合所有的要求,就对这个点进行下一步的扩展即递归dfs(tx, ty, step + 1)。

实现代码如下,其中设非障碍物的迷宫数组元素为0

 for(k = 0; k <= 3; k++){
        //计算下一个点的坐标
        tx = x + Next[k][0];
        ty = y + Next[k][1];

        //判断是否越界
        if(tx < 1 || tx > n ||ty < 1 || ty > m)
            continue;

        //判断改点是否为障碍物或者已经在路径中
        if(a[tx][ty] == 0 && book[tx][ty] == 0){
            book[tx][ty] = 1; //标记这个点已经走过
            dfs(tx, ty, step + 1); //开始尝试下一个点
            book[tx][ty] = 0; //尝试结束,取消这个点的标记
        }
    }

下面是完整代码,基本上很多裸题改下数据就能A。

#include <bits/stdc++.h>
using namespace std;
int n, m, p, q, minn = 9999999;
int a[51][51], book[51][51];
int Next[4][2] = {{0, 1}, //向右走
                    {1, 0}, //向下走
                    {0, -1}, //向左走
                    {-1, 0}}; //向上走

void dfs(int x, int y, int step){
    int tx, ty, k;
    //判断是否到达终点
    if(x == p && y == q){
        //更新最小值
        if(step < minn)
            minn = step;
        return;
    }

    //枚举四种走法
    for(k = 0; k <= 3; k++){
        //计算下一个点的坐标
        tx = x + Next[k][0];
        ty = y + Next[k][1];

        //判断是否越界
        if(tx < 1 || tx > n ||ty < 1 || ty > m)
            continue;

        //判断改点是否为障碍物或者已经在路径中
        if(a[tx][ty] == 0 && book[tx][ty] == 0){
            book[tx][ty] = 1; //标记这个点已经走过
            dfs(tx, ty, step + 1); //开始尝试下一个点
            book[tx][ty] = 0; //尝试结束,取消这个点的标记
        }
    }
    return;
}

int main(){
    int startx, starty;
    //读入n行m列的迷宫 1为障碍物 0为非障碍物
    cin >> n >> m;
    for(int i = 1; i <= n; i++)
        for(int j = 1; j <= m; j++)
            cin >> a[i][j];

    //读入起点和终点坐标
    cin >> startx >> starty >> p >> q;

    //从起点开始搜索
    book[startx][starty] = 1; //标记起点已经在路径中,防止后面重复走
    //初始步数为0
    dfs(startx, starty, 0);

    //输出
    cout << minn;
    return 0;
}


/********
Sample Input:
5 4
0 0 1 0
0 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
1 1 4 3


Sample Output:
7
********/

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
深度优先遍历和广度优先遍历是图的两种常见遍历算法。 深度优先遍历(DFS)是一种递归算法,它从图中的某个节点开始,首先访问该节点,然后遍历该节点的所有邻接节点,再依次对每个邻接节点进行深度优先遍历。换句话说,DFS会沿着图的一条路径一直往下遍历,直到遇到没有未访问过的邻接节点为止,再返回上一级节点继续遍历其他未访问过的节点。DFS的实现一般使用递归或栈来保存待访问节点。 广度优先遍历(BFS)是一种队列的算法,它从图中的某个节点开始,首先访问该节点,然后遍历该节点的所有邻接节点,并将这些邻接节点加入队列中。接下来从队列中取出一个节点,再依次遍历该节点的邻接节点,并将未访问过的邻接节点加入队列中,如此往复直到队列为空。BFS的实现一般使用队列来保存待访问节点。 在视频中,可以演示通过图的邻接矩阵或邻接表的形式来表示图,并使用Java代码来实现深度优先遍历和广度优先遍历。对于深度优先遍历,可以从图中的某个节点开始递归地遍历它的邻接节点,并使用一个标记数组来记录节点是否已经访问过。对于广度优先遍历,可以使用一个队列来按照广度优先的顺序遍历图中的节点,并同样使用标记数组来记录节点是否已经访问过。 通过这个视频,观众可以了解到深度优先遍历和广度优先遍历的原理和实现方法,并通过代码示例更好地理解其过程。这些算法在图的遍历、路径查找等问题中应用广泛,对于理解和解决相关问题具有重要意义。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值