ES聚合算法原理深入解读：深度优先算法（DFS）和广度优先算法（BFS）（二）

本文为：ES聚合算法原理深入解读：深度优先算法（DFS）和广度优先算法（BFS）第二篇

深度优先算法（DFS）和广度优先算法（BFS）：DFS 和 BFS 在 ES 中的应用（一）
深度优先算法（DFS）和广度优先算法（BFS）：深度优先搜索算法（二）
深度优先算法（DFS）和广度优先算法（BFS）：广度优先搜索算法（三）

2、深度优先搜索（Depth-First Search）

2.1 什么是深度优先算法

一句话导读：当你玩迷宫游戏的时候，你进入迷宫那一刻，右手摸着墙手不离开，不停前进，直至走出迷宫，此时你使用的就是深度优先搜索。

2.2 图的深度优先搜索

和树不同，图没有根节点，并且是可以回溯的，比如下图所示，为一个 11 节点的图搜索表示

其中：

• 节点0 ：包含三个出度，分别指向其三个邻接点，分别为节点1、节点2、节点3，同时节点0也是节点2的邻接点。
• 节点1：包含三个邻接点，分别为节点2、节点4、节点5
• 节点2：邻接点为节点0、节点1、节点6。
• 节点3：邻接点为节点6、节点7。
• 节点4：邻接点为节点1。
• 节点5：邻接点为节点1、节点6。
• 节点6：邻接点为节点3。
• 节点7：没有任何邻接点，因为节点7的出度并没有指向任何节点。或者说其没有任何出度
• 节点8：和节点7一样，没有任何邻接点
• 节点9：邻接点为节点8。
• 节点10：和节点7一样，没有任何邻接点。

2.3 邻接表

下图为 2.2 中图搜索所示图的邻接表形式。可以看到，节点7、节点8、节点10 是没有任何出度和邻接点的。

2.4 邻接矩阵

下图为 2.2 中图搜索所示图的邻接矩阵表示

其中，纵坐标表示 出度节点，横坐标表示 邻接点

比如，下图中：

• 节点0：邻接点为节点1、节点2、节点3
• 节点3：邻接点为节点6、节点7

2.5 图的深度优先搜索遍历过程

2.5.1 栈

图的深度优先遍历是靠栈来完成的，我们首先创建一个空栈

2.5.2 Visited数组

我们借助 Visited数组，来标识当前节点 n 是否被访问过，空值代表 false.

2.5.3 遍历序列

准备一个空的遍历序列，用来存放最终生成的访问元素。

2.5.4 遍历过程

首先，图是没有根节点的，我们可以以任何节点作为其起始节点，下面我就以节点0为起始节点为例，演示一下图的深度搜索过程。

第1步
节点0入栈

第2步
节点0的第一个邻接点入栈

第3步
节点1的第一个邻接点节点2入栈

第4步

节点2的第一个邻接点节点0入栈，但是节点0 visited = true，即已经被访问过，因此顺延节点1,同样节点1也被访问过，因此继续顺延值节点6,节点6入栈并标记访问

第5步
节点6的第一个邻接点也是唯一一个邻接点：节点3入栈

第6步
节点3的第一个邻接点也是唯一一个邻接点：节点7入栈

第7步
节点7没有任何出度和邻接点，此时节点7出栈，回溯至节点3

第8步
节点3的唯一一个邻接点：节点7已经被访问，此时节点3的所有邻接节点均已访问，此时，节点3出栈，回溯至节点6

第9步
同理，此时节点6的唯一一个邻接点：节点3已经被访问，此时节点6的所有邻接节点均已访问，此时，节点6出栈，回溯至节点2

第10步

此时节点2的三个邻接点：节点0、节点1、节点6均已被访问过，因此节点2出栈，回溯至节点1

第11步
此时节点1的三个邻接点：节点2、节点4、节点5其中节点2已被访问，因此节点4入栈

第12步
以此类推，节点4出栈 => 节点5入栈，并回溯至节点1，节点1所有邻接点均已访问。节点1出栈，回溯至节点0

第13步
**此时，节点0的所有出度邻接点均已访问，节点0出栈，此时为空栈

第14步
此时，节点8入栈，节点8所有邻接点均已访问，节点8出栈，而后，节点9入栈，而后马上出栈。以此类推，最后，节点10入栈，而后而后马上出栈，生成最终序列，如下图所示**

2.6 树的深度优先搜索

由上所述遍历过程，树的深度优先遍历序列如下图所示

2.7 动画演示

DFS视频演示