两种搜索方式的小总结（DFS&&BFS）

　　首先要说明的一点就是两种搜索的过程都是一个枚举的过程，无论如何都可以将其视为一种暴力求解的过程，当然这个过程中是可以进行剪枝的，即人为的为其判断进行优化，快速舍弃那些不可能的解，最经典要属奇偶剪枝了，这时符合逻辑的因为起点和重点确实存在这种关系，但是这还是不能改变这一搜索过程是近乎盲目的。好了，了解到这两种搜索的属性，我们不禁要思考在什么情况下要用到这两种搜索方式呢?首先因明确两种搜索方式只是利用了搜索过程中的严谨性，即对人而言大量的组合性运算极容易出错（可能在一个迷宫里，你走了20步，拐了3个弯你就不知道自己是打哪来的了），而计算机不会，只要你愿意，它能记录下所有的信息，这时计算机运行算法的强大所在。所以说组合性的问题就可以用这两种搜索来操作，也即它们能为我们带来我们能够想象到的各种假设，然后根据我们的意愿得到最大值或最小值。那么就解决这类问题会遇到哪些问题呢？BFS肯定要说的就是MLE，相对应的DFS就是TLE了，前者可能消耗过多的存储空间，而后者则在时间上占用太多，前者有稳扎稳打之势，后者则有急功近利之嫌啊。

　　BFS如何去优化呢，那便是只允许更“好”的状态加入队列，这个“好”要依题目情况而视定，比如在求淳朴的迷宫中走出迷宫最少时间的问题中，不可能把已经走过的点又走一遍，
　　这是无意义的，换句话说，那些走过的点是毫无“好”而言的。呵呵，更高深的我也无法举例出来了。大概在我做的少数题目中都能够类比成这样的。那么DFS呢，既然要在时间
　　上优化，那么便是避免搜索到已经被你搜索过的点了，可以看到很多代码中在递归DFS之前都使用了一个标记数组，这样就能避免在后面的递归中重复搜索已经搜索的点了，如
　　果不这样，且在递归过程中没有缩小搜索半径的话，嘿嘿，死循环是在所难免的了。

有时候我们会有这样的感触，递归往往会和DFS联系起来，个人觉得DFS还是应该划一块单独的地方给他，不能因为一个要用到递归算法的时候，比如动态规划等等就马上把函数名命名为DFS。

　　学习还在继续，在此将现在的自己对于两种搜索的理解记录一下。

转载于:https://www.cnblogs.com/Lyush/articles/2136335.html