【2】深度优先算法详解

1 引言

深度优先算法（Depth-First Search，DFS）与广度优先算法（BFS）已经有很多介绍了，深度优先算法（DFS）是一种用于遍历或搜索树或图的算法。这个算法会尽可能深地搜索树的分支。当节点v的所在边都己被探寻过，搜索将回溯到发现节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点，则选择其中一个作为源节点并重复以上过程，整个进程反复进行直到所有节点都被访问过为止。

顾名思义，与广度优先算法不同，深度优先算法对树进行搜索时，不会遍历当前层级的所有节点，而是每次往下深入一层，直到搜索到当前树的最底层。

2 深度优先算法图解

如图1所示，8个节点组成了3条路径，节点0为起点，节点7为终点，现通过此图对DFS进行讲解。

第1步：将节点0加入当前搜索列表，即此时当前搜索列表为[0]，已搜索列表为空[].

第2步：查找节点0的邻接节点，此处节点0有两个邻接节点（节点1和节点2），根据DFS规则，我们按先后顺序先只搜索第一个 邻接节点即节点1，将节点0加入已搜索节点，同时将节点0从搜索列表删除，将节点1加入搜索列表，即此时当前搜索列表为[1]，已搜索列表为[0].

 第三步，查找节点1的邻接节点，此处节点1有1个邻接节点（节点3），将节点1加入已搜索节点，同时将节点1从搜索列表删除，将节点3加入搜索列表，即此时当前搜索列表为[3]，已搜索列表为[0， 1].

第4步：查找节点3的邻接节点，此处节点3有两个邻接节点（节点5和节点6），根据DFS规则，我们按先后顺序先只搜索第一个 邻接节点即节点5，将节点3加入已搜索节点，同时将节点3从搜索列表删除，将节点5加入搜索列表，即此时当前搜索列表为[5]，已搜索列表为[0, 1, 3].

 第5步：查找节点5的邻接节点，发现节点5无邻接节点，执行节点回溯，将节点5从搜索列表删除，将已搜索列表中的最后一个节点（节点3）加入搜索列表，同时将节点5加入已搜索列表，即此时当前搜索列表为[3]，已搜索列表为[0, 1, 5].

第6步：查找节点3的邻接节点，此处节点3有两个邻接节点（节点5和节点6），节点5在已搜索列表中，我们按先后顺序搜索第二个邻接节点即节点6，将节点3加入已搜索节点，同时将节点3从搜索列表删除，将节点6加入搜索列表，即此时当前搜索列表为[6]，已搜索列表为[0, 1,  5， 3].

第7步，查找节点6的邻接节点，节点6有一个邻接节点即节点7，已找到终点，搜索结束。

3 Matlab算例

以邻接矩阵为算例，进行DFS算法验证，给出一个6*6邻接矩阵：

Map = [0 1 0 0 0 0;

0 0 1 1 0 0;

0 0 0 0 0 0;

0 0 0 0 1 0;

0 0 0 0 0 1;

0 0 0 0 0 0];

完整代码如下：

 clc;close all;clear
% 使用邻接矩阵表示图  
Map = [0 1 0 0 0 0; 
    0 0 1 1 0 0; 
    0 0 0 0 0 0; 
    0 0 0 0 1 0; 
    0 0 0 0 0 1; 
    0 0 0 0 0 0];  
  
% 队列
queue = 1;% 当前节点之前的搜寻队列（用于节点回溯）

Num = length(Map(:, 1));
visited = false(1, Num);% 已访问标志
% 从第一个节点开始深度优先搜索
node = 1;
nodepre = DFS(visited, Map, queue, node);


%% 函数定义
function nodepre = DFS(visited, Map, queue, node)
nodepre = zeros(length(Map(:, 1)), 1);
Map_Temp = Map;
% 标记已访问节点
visited(node) = true;
% 输出当前节点
disp(node);
% 遍历当前节点的每一个邻接节点
num  = 1;
while 1
    if num >= size(Map(1, :))
        break;
    end
    sumnode = sum(Map(node, :)); % 判断当前节点是否有邻接节点
    if sumnode > 0.5% 有邻接节点，继续查找
        for i = 1:length(Map(node, :))  % 对于当前节点的每一个邻接节点
            if Map(node, i) > 0.5% 判断是否与当前节点连接
                if ~visited(i)  % 如果邻接节点没有被访问过
                    num = num + 1;
                    queue= [queue; node];
                    nodepre(i) = node;% 记录前序节点
                    node = i;
                    visited(node) = true;
                    Map(node, i) = 0;
                    % 输出当前节点
                    disp(node);
                end
            end
        end
    else %无邻接节点，节点回溯
        node = queue(end);
        queue(end) = [];
        % 输出当前节点
        disp(node);
    end
end
end

运行结果：

从结果可以看出，算法先沿1-2-3搜寻，发现节点3无邻接节点后，回溯回节点2，从节点2沿2-4-5-6搜寻直到找到终点6。

4 与BFS对比

之前我们用迷宫问题做了BFS算法算例，这里用DFS算法实现对比一下：

BFS算法搜寻过程：

DFS算法搜寻过程：

可以看出采用广度优先算法（BFS）时，搜寻范围大，需遍历图中的所有节点，但是BFS算法输出的路径是最优的；而深度优先算法（DFS）所需胡搜寻范围较小，搜寻速度快，但是得到的搜寻路径不能保证最优。