DFS、BFS经典例题

深度优先搜索

1.n张牌分别放进n个盒子，有几种方案

思路：

代码流程：

DFS()

{

1. 处理边界，向上回退
2. 尝试当前的每一种可能
3. 确定一种可能后，递归处理下一步----DFS(下一步)
4. 回收本次处理结果

}

#include<iostream>
#include<vector>

using namespace std;

//n张牌放进n个盒子，求有几种方案
void DFS(vector<int>& box,vector<int>& used,int idx)
{
   
	//递归的边界条件
	if (idx == box.size())
	{
   
		for (int i = 1; i < box.size(); i++)
		{
   
			cout << box[i] << " ";
		}
		cout << endl;
		return;
	}
	
	//处理当前盒子
	for (int i = 1; i < box.size(); i++)
	{
   
		//判断当前的牌是否用过
		if (used[i] == 0)
		{
   
			used[i] = 1;
			box[idx] = i;

			//处理剩余的盒子
			DFS(box, used, idx+1);

			//回收当前使用的牌
			used[i] = 0;
		}
	}
}

int main()
{
   
	int n = 0;
	cin >> n;
	vector<int> box(n+1, 0);
	vector<int> used(n+1, 0);

	DFS(box, used, 1);

	return 0;
}

从上面的代码可以看出，深度优先搜索的关键是解决"当下该如何做"，下一步的做法和当下的做法是一样的。

"当下如何做"一般是尝试每一种可能，用for循环遍历，对于每一种可能确定之后，继续走下一步，当前的剩余可能等到从下一步回退之后再处理。

我们可以抽象出深度优先搜索的模型。

2.leetcode 690 员工重要性

思路：

深度优先搜索的做法非常直观。根据给定的员工编号找到员工，从该员工开始遍历，对于每个员工，将其重要性加到总和中，然后对该员工的每个直系下属继续遍历，直到所有下属遍历完毕，此时的总和即为给定的员工及其所有下属的重要性之和。

实现方面，由于给定的是员工编号，且每个员工的编号都不相同，因此可以使用哈希表存储每个员工编号和对应的员工，即可通过员工编号得到对应的员工。

class Solution {
   
public:
    unordered_map<int, Employee *> mp;

    int dfs(int id) 
    {
   
        Employee *employee = mp[id];
        int total = employee->importance;
        for (int subId : employee->subordinates) 
        {
   
            total += dfs(subId);
        }
        return total;
    }

    int getImportance(vector<Employee *> employees, int id) 
    {
   
        for (auto &employee : employees) 
        {
   
            mp[employee->id] = employee;
        }
        return dfs(id);
    }
};

3.leetcode 733 图像渲染

思路：注意这里一定要用 visited数组标记已经访问过的像素，否则会有极端测试用例无法通过

int nextP[4][2]={
  {-1,0},{1,0},{0,-1},{0,1}};
class Solution {
public:
    void DFS(vector<vector<int>>& image, int row, int col, int oldColor
    , vector<vector<int>>& visited, int newx, int newy, int newColor)
    {
        //1.染色
        image[newx][newy]=newColor;
        visited[newx][new