DFS和BFS知识点

本文探讨了图的两种重要搜索算法——深度优先搜索(DFS)和广度优先搜索(BFS)。详细阐述了它们的工作原理,并提供了相应的代码解析,帮助读者深入理解这两种在数据结构中不可或缺的搜索策略。
摘要由CSDN通过智能技术生成

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

深度优先搜索(Depth First Search)DFS:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

标广度优先搜索(Broad First Search) BFS:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

代码解析

package com.shizhong.graph;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
/*
深度优先搜索算法(Depth first search)DFS:
1、访问初始节点v, 并标记节点v已访问
2、查找节点v的第一个邻接节点w
3、判断w是否存在,
3.1 若w存在:判断w是否已访问:如果w没有被访问,则对w节点进行深度优先遍历,即将w节点按照步骤1作为初始节点继续判断
                    如果w已经被访问,则查找节点v的继w邻接节点的下一个邻接节点,继续判断
3.2 若w不存在,则返回步骤1,从初始节点v的下一个节点继续访问
 */

/*
广度优先搜索算法(Broad first search)BFS:
1、访问初始节点v,并标记为已经访问
2、将节点v加入队列
3、判断队列是否为空,当队列非空时,继续执行,否则算法结束
4、出队列,取出队列的头部节点u
5、查找节点u的第一个邻接节点w
6、判断w是否存在:若存在,判断w是否已经被访问,
6.1、若w存在,判断w是否已经被访问:如果w没有被访问,则访问w节点并标记为已经访问,将w节点加入队列
                                   如果w节点已经被访问,则查找节点u的继w邻接节点的下一个邻接节点,继续判断
6.2、若w不存在,返回步骤3,继续判断
 */


public class Graph {
   
    private ArrayList<String> vertexList;//存储顶点集合
    private int[][] edges;//存储图的邻接矩阵
    private int numOfEdges;//边的个数
    private boolean[] isVisited;//用于存储每个顶点是否被访问

    public static void main(String[] args) {
   
        int n = 5;//顶点的个数
        String VertexValue[] = {
   "A", "B", "C", "D", "E"};
        Graph graph = new Graph(n);
        for (String vertex: VertexValue
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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