python深度优先算法 八皇后剪枝_算法-03 | 深度优先DFS| 广度优先BFS | 剪枝优化

1. 搜索算法

在树(图/状态集)中寻找特定节点

深度优先搜索算法和广度优先搜索算法都是基于“图”这种数据结构。

图上的搜索算法就是，在图中找出从一个顶点出发，到另一个顶点的路径。图上的搜索算法有深度优先、广度优先搜索算法，和A*A∗、IDA*IDA∗ 等启发式搜索算法。

广度优先搜索和深度优先搜索是图上的两种最常用、最基本的搜索算法，仅适用于状态空间不大的搜索。它们比A*A∗、IDA*IDA∗ 等启发式搜索算法要简单粗暴，没有什么优化，所以也叫作暴力搜索算法。

广度优先搜索，采用地毯式层层推进，从起始顶点开始，依次往外遍历。广度优先搜索需要借助队列来实现，遍历得到的路径就是起始顶点到终止顶点的最短路径。

深度优先搜索，采用回溯思想，适合用递归或栈来实现。遍历得到的路径并不是最短路径。

深度优先和广度优先搜索的时间复杂度都是 O(E)，空间复杂度都是 O(V)。其中E代表边，O代表顶点。

搜索 -- 遍历

每个节点都要访问一次

每个节点仅仅要访问一次

对于节点的访问顺序不限

- 深度优先：depth first search

- 广度优先：breadth first search

还有是按照优先级优先进行搜索，(可按现实场景进行定义，更适合于现实中很多的业务场景。这种算法称为 启发式搜索)

2. 深度优先搜索

“走迷宫”。假设你站在迷宫的某个岔路口，然后想找到出口。你随意选择一个岔路口来走，走着走着发现走不通的时候，你就回退到上一个岔路口，重新选择一条路继续走，直到最终找到出口。这种走法就是一种深度优先搜索策略。实线箭头表示遍历，虚线箭头表示回退。但深度优先搜索最先找出来的路径，并不是顶点 s 到顶点 t 的最短路径。深度优先搜索用的是回溯思想，回溯思想非常适合用递归来实现。

黑色表起始点，红色表终点。按照左下右上的方向顺序走，即，如果左边可以走，我们先走左边。然后递归下去，没达到终点或者走不通了，回溯上一个位置......

首先往左走&#x