【一看就懂】BFS广度优先、DFS深度优先 两种搜索算法

---

1.什么是BFS

• 广度优先搜索BFS，是连通图的一种遍历策略
• 因为他是广度优先，所以每次迭代会以最广的返回辐射开来，往能走的方向（没走过的方向），各走一步。

2.BFS算法的基本思路

• 目标是从一个连通图的一个起点到一个终点，找一个最短路径
• 每次迭代都以辐射的形式，探索一步。
• 如果得不到目的解，那就返回事先定好的值，如果找到直接返回目的解。
• 辐射的过程中需要标记已走过的节点，不能重复走，直到达到终点。
• 【使用的是循环加队列实现的】👇

2.1伪代码

	初始化队列Q
	Q={起点s};
	标记s为己访问;
	while (Q非空) {
		取Q队首元素u;
		u出队;
		if (u==1目标状态){
			...
		}
		所有与u相邻且未被访问的点进入队列;
		标记u相邻且进入队列的节点为已访问;
	}

---

3.什么是DFS以及基本思路

• 深度优先搜索和广度优先的遍历方式相反，广度优先是先寻求最广的辐射，每个方向都只走一步。而深度优先是每次搜索一个方向指导把这个方向最深的位置搜索了，然后返回到一开始的节点，换下一个方向，直到把所有方向最深路径走一遍
• 注意DFS一次搜索经过的位置上，标记了visited，但是递归返回的时候可能需要进行消除标记。
• 【dfs一般借用递归完成整个算法的构造】

3.1伪代码

	DFS(deep,...){    dep代表目前DFS的深度
		if (找到解|走不下去了){
			return;
		}
		枚举下一种情况
		DFS(deep+1,...).
	}

---

4.DFS和BFS的区别

DFS：

• 使用栈保存未被检测的结点，结点按照深度优先的次序被访问并依次被压入栈中，并以相反的次序出栈进行新的检测。
• 类似于树的先根遍历
• 例子：走迷宫，你没有办法用分身术来站在每个走过的位置。不撞南山不回头。

BFS：

• 使用队列保存未被检测的结点。结点按照宽度优先的次序被访问和进出队列。
• 类似于树的按层次遍历的过程
• 例子：你的眼镜掉到地上以后，你趴在地板上找。你总是先摸最接近你的地方，如果没有，再摸远一点的地方

---

适合场景

• BFS用来搜索最短路径的解法是比较合适的，比如求最少步数的解，最少交换次数的解，最快走出迷宫等等，
• 而如果用dfs，会搜一些其他的位置，需要花相对比较多的时间，需要搜很多次，然后如果找到还不一定是最优解，还要记录这次找的位置，与之后找到的答案进行比较，看看谁才是最优解，这样就比较麻烦。
• DFS用来搜索全部的解。
  在记录路径的时候会简单一点，只需要把每一次找的点，放进去答案中就好；并且，相对而言dfs在做很多题目可以用上，比如分治、数位dp，其实就是递归，而dfs用的就比较少。

性能对比

• BFS是浪费空间节省时间，DFS是浪费时间节省空间。
  因为dfs要走很多的路径，可能都是没用的。（做有些题目的时候要进行剪枝，就是确定不符合条件的就可以结束，以免浪费时间，否则有些题目会超时TLE）
  而bfs可以走的点要存起来，需要队列，因此需要空间来储存，便是浪费了空间，假设有十层，各个结点有2个子节点，那么储存到第10层就要存2^10-1个数据，而dfs只需要存10个数据，但是找到答案的速度相对快一点。

• 当遇到一些层次较深的树图时，dfs一读到底的风格就不太适合一些限制时间的题，因为针对这些内存巨大的，使用dfs就会比较耗时，比方说一个数有1000个树枝，每个树枝有100个子叶，第1000的第一颗叶子就是正解，但是在遍历的时候却选择从第一个树枝开始遍历且一读到底，遍历到正解得时候已经做了999*100次遍历了，这时只要把dfs换成bfs，就会节约许多时间，只需要1000次的遍历就可以找到答案，所以由上可得，在一些大的内存或者层次比较的大树，应选择使用bfs来解决；反之，则使用dfs。

• 还有一些根据题意就可以看出来是选择dfs还是bfs；比如题中需要的目的解是需要判断从最初的状态能否得到，这个时候就应该选择dfs了。像一些需要一步一步的完成就要选择bfs。

• 总的来说，dfs和bfs大都运用在图的处理上：如迷宫，八皇后，n皇后，油田，连通块，数独等，在这些类型的题上几乎全需要dfs或bfs来解，或者说有些难度更大的需要bfs+dfs或bfs+bfs才能完成。