(一)深度优先搜索
深度优先搜索(Depth First Search),顾名思义就是在搜索树或图的时候优先考虑深度。
下面这两个大大写的帖子就已经很清楚了:
基本算法——深度优先搜索(DFS)和广度优先搜索(BFS) - 简书
浅谈回溯与深度优先搜索_James_T_Kirk的博客-CSDN博客
对于深度优先搜索,当某结点还有没有遍历到的左、右节点时,就遍历(优先左节点),即将遍历的子节点压入栈中;如果某节点的左右节点都已经遍历过了,那么就将该节点从栈中弹出
这就有点像回溯了,事实上,它的确也有一种回溯的思想在里面
当一个节点已经完成了它的使命,即它已经没有子节点可以遍历的时候,我们就应该回溯到它的上一个节点,继续遍历后面的子树
例如上图中,已经遍历到5了,5周围已经没有可以遍历的节点了,那么就要将5从栈中弹出,回溯到4,4还有一个可以遍历的6,所以下一个遍历的节点就是6。往后亦是如此。
直到遍历完整棵树以后,将所有的节点从栈中弹出,栈为空,至此DFS结束。
(二)广度优先搜索
广度优先搜索(Breadth First Search;BFS),顾名思义也就是在搜索树或图的时候优先考虑广度。广度优先搜索可以给出问题的最小路径。
广度优先搜索在实现的时候,用到了一个“先进先出”的队列,用来存储和某节点相邻的节点们
我的理解是:对于树或图每一层的节点一次性先存储到一个队列中,先按照问题要求处理这些节点,处理完以后,再由这些节点出发,去访问下一层的节点们。以此类推。
一个使用广度优先搜索思想的最简单的例题:
题目描述:
从上到下打印出二叉树的每个节点,同一层的节点按照从左到右的顺序打印。
例如:
给定二叉树: [3,9,20,null,null,15,7],
3
/ \
9 20
/ \
15 7
返回:
[3,9,20,15,7]
其代码思想,就是新建一个队列用于存储每一层的节点,再根据“先进先出”的规律将节点的值输出到输出的列表中。代码如下:
/**
* Definition for a binary tree node.
* public class TreeNode {
* public int val;
* public TreeNode left;
* public TreeNode right;
* public TreeNode(int x) { val = x; }
* }
*/
public class Solution {
public int[] LevelOrder(TreeNode root) {
if(root==null) return new int[0];
var res = new List<int>(); //最终用于输出的列表
var queue = new Queue<TreeNode>(); //用于存储这一层的所有节点,便于处理
queue.Enqueue(root);
while(queue.Count>0){
var node = queue.Dequeue(); //将队列中的节点一个一个得输出节点的值
res.Add(node.val);
if(node.left!=null){
queue.Enqueue(node.left); //因为是二叉树,所以就只有左节点和右节点。
}
if(node.right!=null){ //只要子节点不为空,就要进队列进行处理
queue.Enqueue(node.right);
}
}
return res.ToArray();
}
}