深度优先搜索算法详解及其两种实现

       深度优先搜索算法详解及其两种实现

一.阅读本文的前置知识储备要求：

      1.      知道如何存储一个图信息，两种，一个是二维数组01矩阵，另外一个是邻接表（一般是开一个vector的数组来做）。

      2.      了解深度优先搜索的基本思想及算法内容。

 

二.算法思想：

      深度优先遍历图的方法（一种递归的定义）是，假定给定图G的初始状态是所有顶点均未被访问过，在G中任选一个顶点i作为遍历的初始点，则深度优先搜索递归调用包含以下操作：

   （1）访问搜索到的未被访问的邻接点；

   （2）将此顶点标记为已访问节点；

   （3）搜索该顶点的未被访问的邻接点，若该邻接点存在，则从此邻接点开始进行同样的访问和搜索。

 

三.算法实现：

     1. 使用栈来实现。相关算法实现总结为：

               （1）      将初始节点压栈。

               （2）      While(栈非空) {

               （3）          取出栈顶点，暂时存储这个节点node_t信息。

               （4）          访问该节点，并且标示已访问。

               （5）          将栈顶元素出站。

               （6）          For(遍历node_t的相邻的未访问过的节点){

               （7）                将其入栈。

                                    }

                               }

                注意事项：一定要先将该访问节点出栈后，再将其邻接的未访问的节点入栈。切记不要，之前我的经历，如果没有邻接点就出栈，否则就不出站，但是标记了该节点为访问节点的。

 

     2.      使用递归来实现。相关算法实现总结为：

              （1）      DFS（初始节点）

              （2）      Function DFS(一个节点) {

              （3）          访问该节点，并且标示已访问。

              （4）          For(遍历该节点的相邻的未访问过的节点) {

              （5）                DFS（这个邻接节点）。

                                   }

                              }

 

四.算法运用：

        1.图的遍历。

        2.判断图是否存在环路。

        3.迷宫问题。

        4.对某些问题进行穷举等等。。。。

五.算法实现举例：

        题目大意：每次给出五个数和一个目标数，让你判断，利用其中的五个数判断能否通过简单的运算（加，减，乘，除）得到那个目标数。如果能则输出目标数，否则输出这五个数能凑到的小于目标数的最大的那个数。

        备注：并不要求每个数都要用到，另外除法，必须要求能够进行整除，否则就不进行除法；例如，4/2则可以，1/7和9/4就不可以。

        标准测试样例为：

                 输入为：五个数为：1, 2, 3, 7, 100;目标数为：573

                 输出：573 （因为：(((100-1)*2)-7)*3 = 573）

                 输入为：五个数为：67, 69, 58, 22, 2;目标数为：929

                 输出：573 （因为：923 = (22-(67-58))*(69+2)）

       接下来给出两种实现的示例代码：

       一递归实现：

#include<iostream>

07. #include<vector>

08.  

09. using namespace std;

10. int max_value, target;

11.  

12. //depth first search by recursion, not stack.

13. bool dfsearch(vector<int> vec) {

14. //judge whether to get the result and update the max value.

15. int len = vec.size();

16. for (int i = 0; i < len; i++) {

17. if (vec[i] == target) return true;

18. if (vec[i] > max_value && vec[i] < target) max_value = vec[i];

19. }

20. for (int i = 0; i < len; i++) {

21. for (int j = i + 1; j < len; j++) {

22. vector<int> temp;

23. for (int k = 0; k < len; k++) if (k != i && k != j) temp.push_back(vec[k]);

24.  

25. temp.push_back(vec[i] + vec[j]);

26. if (dfsearch(temp) == true) return true;

27. temp.pop_back();

28.  

29.