ROB 第一篇 DFS & BFS （寻迹算法）

DFS & BFS

简单介绍

DFS (depth first search) 和 BFS (breadth first search) 是两种比较基础的寻迹算法。何谓寻迹算法呢？限本人语言功底有限（高考语文不及格），不岔开来讲，请自行百度或谷歌。反正字面意思，就是找到路径的算法。

这是DFS跑的图，感觉走位很蛇皮。有点淡紫色的是寻迹走过的点，蓝色开始点，绿色是结束点。

这是BFS跑的，走位不这么蛇皮了, 算是直直的找到了目标点。

原理

DFS

首先申明一下，这里我假设寻迹只能从四个方向走，上下左右。
直接先PO一下DFS的伪代码

all nodes = {distance=infinity, parent=none, visited=False}
start_node = {distance=0, parent=none, visited=True}
visit_stack.append(start_node)
while iterate == True:
	current_node = pop	(visit_stack)
	for each nodes_near_by:
		if (test_collision(nodes_near_by)==false) && nodes_near_by.visited = False :
			visit_stack.append(nodes_near_by)
			if  nodes_near_by.distance>current_node.distance + cal_distance(nodes_near_by, current_node):
				nodes_near_by.parent = current_node
				nodes_near_by.distance = current_node.distance + cal_distance(nodes_near_by, current_node)
			if  nodes_near_by == goal_node：
				nodes_near_by.parent = current_node
				iterate = False
				break
			nodes_near_by. visited = True
				

大致是这么个意思，来解释一下。
node 在这里中文意思是节点的意思。
这里visit_stack可以看作一个列表或者数组，里面存放着已经访问过的点。在循环的时候，会pop出current_node（pop在此解释一下是删掉数组里最后一个元素，并返回删除元素的值）。 test_collision 在这里表示检测是否与障碍物相碰撞，具体怎么检测按具体情况而定，在这里不岔开来讲。
nodes_near_by代表current_node周围的点，我做的是周围四个点，8个点讲道理也是可以的。
cal_distance 这个是计算两个点之间的距离，一般来说相邻点之间的距离就是定值。

整个程序的意思就是：先把所有点初始化，每个点有三个量（struct结构体搞一下哈），每个点初始的distance都为无限大。然后会有一个数据集，叫做visit_stack（列表或数组）。在寻迹前已知起始点（start_node），和目标点（goal_node）。第一步会把起始点放到visit_stack里, 然后进入循环。
每次循环先pop出来一个点当作current_node，然后再current_node 周围找点进行判断。如果nodes_near_by的distance量大于current_node的distance的量与cal_distance(nodes_near_by, current_node)之和，说明是一条路子，就把nodes_near_by的parent指为 current_node，nodes_near_by的distance也更新一下。当周围点就是目标点时，终止循环。

然后就可以从goal_node开始溯源，goal_node的爸爸是谁，goal_node的爸爸是谁，goal_node的爸爸的爸爸是谁，直到goal_node的爸爸的爸爸的爸爸。。。爸爸是start_node为止。然后这样路径就出来了（伪代码种没有包含）。

BFS

BFS的代码和DFS代码非常相像。

all nodes = {distance=infinity, parent=none, visited=False}
start_node = {distance=0, parent=none, visited=True}
visit_stack.append(start_node)
while iterate == True:
	current_node = shift(visit_stack)
	for each nodes_near_by:
		if (test_collision(nodes_near_by)==false) && nodes_near_by.visited = False :
			visit_stack.append(nodes_near_by)
			if  nodes_near_by.distance>current_node.distance + cal_distance(nodes_near_by, current_node):
				nodes_near_by.parent = current_node
				nodes_near_by.distance = current_node.distance + cal_distance(nodes_near_by, current_node)
			if  nodes_near_by == goal_node：
				nodes_near_by.parent = current_node
				iterate = False
				break
			nodes_near_by. visited = True

来来来，大家来找下不同。
大家的眼睛还是雪亮的。BFS 和 DFS唯一的区别就是就是在while循环里，一开始的pop变成了shift。
shift 和 pop 比，恰恰相反，是删掉数组里第一个元素，并返回删除元素的值。


看一下，这里 BFS 是像菱形一样向外扩张的。

总结

这两个算法算是比较简单的寻迹算法，BFS相对于DFS是可以找到比较优的路径的。后面我还会写A*寻迹算法，和这个比起来，BFS和DFS就是个弟弟，但其实三者框架大致一样。