深度优先遍历和广度优先遍历
深度优先遍历和广度优先遍历是遍历图当中所有顶点的两种方式。
深度优先遍历(DFS)
顾名思义,深度优先遍历就是找准一条路不停深入的搜索方法,当发现这条路走不通的时候就会回退到上一个探索的节点,如果上一个节点存在没有探索的分支,便继续探索若没有则继续回退。深度优先遍历就有点像二叉树中的前序、中序和后序遍历。
深度优先遍历的关键就在于如何找到已经探索过节点的上一个节点,也就是如何回溯。
深度优先算法示意图
线上标注的便是探索的顺序,可以看出深度优先遍历是走到头再回退寻找其他出路的遍历方式。
广度优先遍历(BFS)
广度优先遍历是首先把起点相邻的几个点探索完成,然后去探索距离起点稍远一些(隔一层)的点,然后再去玩探索距离起点更远一些(隔两层)的点… 是一层一层的向外探索。这点就很像二叉树的层序遍历。
广度优先算法示意图
如图可见广度优先遍历是一层一层的向外探索,这就需要我们记录上一层探索了哪些点,这样才能找到下一层的点。
实现原理
深度优先算法
根据深度优先算法的特性,可以使用栈先入后出的特性实现。
将探索过的点存入栈内,遇到走不通的时候将栈顶元素出栈回到上一个元素,实现回溯
广度优先算法
根据广度优先算法需要按序回顾之前走过的顶点顺序的特性,可以使用队列先入先出来实现。
首先探索第一个点 1进队
1出队,2,3,4,5进队
2,3,4出队,没有元素遍历,没有元素入队
5出队,6,7进队,如此类推遍历完所有点
力扣例题参考
200 岛屿数量问题
给你一个由 ‘1’(陆地)和 ‘0’(水)组成的的二维网格,请你计算网格中岛屿的数量。
岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。
此外,你可以假设该网格的四条边均被水包围。
- 输入:grid = [
- [“1”,“1”,“1”,“1”,“0”],
- [“1”,“1”,“0”,“1”,“0”],
- [“1”,“1”,“0”,“0”,“0”],
- [“0”,“0”,“0”,“0”,“0”]
- ]
- 输出:1
深度优先算法实现
public static void dfs(char[][] grid, int r, int c) {
int nr = grid.length;
int nc = grid[0].length;
if (r < 0 || c < 0 || r >= nr || c >= nc || grid[r][c] == '0') {
return;
}
grid[r][c] = '0';
dfs(grid, r - 1, c);
dfs(grid, r + 1, c);
dfs(grid, r, c - 1);
dfs(grid, r, c + 1);
}
public static int numIslands(char[][] grid) {
if (grid == null || grid.length == 0) {
return 0;
}
int nr = grid.length;
int nc = grid[0].length;
int num_islands = 0;
for (int r = 0; r < nr; ++r) {
for (int c = 0; c < nc; ++c) {
if (grid[r][c] == '1') {
++num_islands;
dfs(grid, r, c);
}
}
}
return num_islands;
}
广度优先算法实现
public int numIslands(char[][] grid) {
if (grid == null || grid.length == 0) {
return 0;
}
int nr = grid.length;
int nc = grid[0].length;
int num_islands = 0;
for (int r = 0; r < nr; ++r) {
for (int c = 0; c < nc; ++c) {
if (grid[r][c] == '1') {
++num_islands;
grid[r][c] = '0';
Queue<Integer> neighbors = new LinkedList<>();
neighbors.add(r * nc + c);
while (!neighbors.isEmpty()) {
int id = neighbors.remove();
int row = id / nc;
int col = id % nc;
if (row - 1 >= 0 && grid[row-1][col] == '1') {
neighbors.add((row-1) * nc + col);
grid[row-1][col] = '0';
}
if (row + 1 < nr && grid[row+1][col] == '1') {
neighbors.add((row+1) * nc + col);
grid[row+1][col] = '0';
}
if (col - 1 >= 0 && grid[row][col-1] == '1') {
neighbors.add(row * nc + col-1);
grid[row][col-1] = '0';
}
if (col + 1 < nc && grid[row][col+1] == '1') {
neighbors.add(row * nc + col+1);
grid[row][col+1] = '0';
}
}
}
}
}
return num_islands;
}