DFS算法是一种用于图遍历或树遍历的算法。其核心思想是从起点开始递归地深入每一个可能的分支,直到无法继续为止,然后回溯到上一个节点,继续尝试其他分支。
DFS算法有两种实现方式:递归实现和非递归实现(使用栈)。
递归实现的DFS算法伪代码:
```
DFS(node):
if node is None:
return
visit(node)
for child in node.children:
DFS(child)
```
非递归实现的DFS算法伪代码:
```
DFS(node):
stack = [node]
while stack:
node = stack.pop()
if node.visited:
continue
visit(node)
node.visited = True
for child in node.children:
stack.append(child)
```
其中,visit(node)表示对节点node进行操作,例如打印节点值、记录路径等。
DFS算法的时间复杂度为O(V+E),其中V为节点数,E为边数。因为每个节点和每条边都只会被访问一次。
下面是一个例题,用DFS算法求解从起点到终点的路径(leetcode 79题):
给定一个二维网格和一个单词,找出该单词是否存在于网格中。
单词必须按照字母顺序,通过相邻的单元格内的字母构成,其中“相邻”单元格是那些水平相邻或垂直相邻的单元格。同一个单元格内的字母不允许被重复使用。
示例:
```
board =
[
['A','B','C','E'],
['S','F','C','S'],
['A','D','E','E']
]
给定 word = "ABCCED", 返回 true.
给定 word = "SEE", 返回 true.
给定 word = "ABCB", 返回 false.
```
实现代码:
```python
class Solution:
def exist(self, board: List[List[str]], word: str) -> bool:
if not board or not board[0]:
return False
m, n = len(board), len(board[0])
visited = [[False] * n for _ in range(m)]
directions = [(0, 1), (0, -1), (1, 0), (-1, 0)]
def dfs(i, j, k):
if k == len(word):
return True
if i < 0 or i >= m or j < 0 or j >= n or visited[i][j] or board[i][j] != word[k]:
return False
visited[i][j] = True
for dx, dy in directions:
if dfs(i+dx, j+dy, k+1):
return True
visited[i][j] = False
return False
for i in range(m):
for j in range(n):
if dfs(i, j, 0):
return True
return False
```
时间复杂度为O(m*n*3^k),其中m、n为网格大小,k为单词长度。因为每个格子都有可能走,所以是O(m*n),而每次调用dfs函数会向四个方向递归,每个方向都不能重复走,所以是3^k。