深搜 for实现

深度优先搜索（DFS）是一种遍历图或树的算法，它从一个顶点开始，访问所有与该顶点相邻的节点，然后深入遍历每个相邻节点的未访问子节点，直到所有节点都被访问为止。下面是使用for循环实现深搜的伪代码：

def dfs(node):
    # 将当前节点标记为已访问
    visited[node] = True
    # 遍历当前节点的相邻节点
    for neighbor in graph[node]:
        # 如果相邻节点未被访问，则递归访问它
        if not visited[neighbor]:
            dfs(neighbor)

其中，`node`表示当前节点，`graph`是节点的邻接表，`visited`是节点是否被访问过的状态数组。在实际实现中，可以使用栈来存储待访问的节点，将上面的递归实现改为迭代实现。

相关问题

用c++实现深搜

好的，以下是 C++ 实现深度优先搜索的代码示例：

#include <iostream>
#include <vector>
#include <unordered_set>

using namespace std;

unordered_set<int> visited;  // 记录已经访问过的节点

void dfs(int node, vector<vector<int>>& graph) {
    if (visited.count(node) != 0) {
        return;
    }
    visited.insert(node);
    // 处理当前节点
    for (int neighbor : graph[node]) {
        dfs(neighbor, graph);  // 递归访问未访问过的邻居节点
    }
}

int main() {
    vector<vector<int>> graph = {
        {1, 2},  // 0 号节点的邻居节点为 1 和 2
        {0, 2},  // 1 号节点的邻居节点为 0 和 2
        {0, 1, 3},  // 2 号节点的邻居节点为 0、1 和 3
        {2}  // 3 号节点的邻居节点为 2
    };
    dfs(0, graph);  // 从 0 号节点开始深度优先搜索
    return 0;
}

在这个示例中，我们定义了一个 `visited` 哈希集合来记录已经访问过的节点。`dfs` 函数的第一个参数是当前节点，第二个参数是图的邻接表表示。首先检查当前节点是否已经被访问过，如果是，则直接返回。否则，将当前节点加入到 `visited` 集合中，然后遍历当前节点的邻居节点，如果某个邻居节点还没有被访问过，则递归调用 `dfs` 函数访问该节点。最后，在 `main` 函数中，我们调用 `dfs` 函数从 0 号节点开始深度优先搜索整个图。

深搜和宽搜的c++实现

深度优先搜索（DFS）和广度优先搜索（BFS）是常用的搜索算法，在C++中可以用递归或栈实现DFS，用队列实现BFS。

以下是DFS的C++实现：

void dfs(int u) {
    visited[u] = true;
    // 对于u的每个邻居v
    for (int v : adj[u]) {
        if (!visited[v]) {
            dfs(v);
        }
    }
}

以下是BFS的C++实现：

void bfs(int s) {
    queue<int> q;
    q.push(s);
    visited[s] = true;
    while (!q.empty()) {
        int u = q.front();
        q.pop();
        // 对于u的每个邻居v
        for (int v : adj[u]) {
            if (!visited[v]) {
                visited[v] = true;
                q.push(v);
            }
        }
    }
}

其中，`adj`是存储图的邻接表，`visited`是记录每个节点是否被访问过的数组。