深度优先搜索与广度优先搜索算法详解
需积分: 9 11 浏览量
更新于2024-07-09
收藏 1.08MB PPTX 举报
"DFS和BFS是两种常用的图遍历算法,主要应用于计算机科学和图论领域,尤其在解决路径寻找、最短路径等问题时。这两种算法分别基于深度优先和广度优先的策略进行节点的访问。"
深度优先搜索(DFS)是一种用于遍历或搜索树或图的算法。它沿着树的深度分支搜索树的节点,尽可能深地搜索树的分支。当节点v的所在边都已被探寻过,搜索将回溯到发现节点v的那条边的起始节点。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点,则选择其中一个作为源节点并重复以上过程,整个进程反复进行直到所有节点都被访问为止。DFS通常使用栈或者递归来实现,可以产生目标图的拓扑排序。
在DFS过程中,基本步骤如下:
1. 从根节点开始,标记为已访问。
2. 探索与当前节点相邻且未被访问的节点,将其标记为已访问,并将该节点作为新的当前节点。
3. 如果当前节点没有未访问的邻接节点,回溯到上一个节点,继续探索其他分支。
4. 这个过程持续到所有节点都被访问。
DFS的核心代码示例:
```cpp
void dfs(int st) {
int i;
printf("%d", st);
for (i = 1; i <= n; i++) {
if (vis[i] == 0 && a[st][i] == 1) { // 访问未访问的节点
vis[i] = 1; // 标记找过的节点
dfs(i); // 递归查找
}
}
return;
}
```
广度优先搜索(BFS)则是另一种图遍历算法,它从根节点开始,按照层次顺序访问节点,即先访问所有距离源节点近的节点,然后再访问较远的节点。BFS通常使用队列来实现。在Dijkstra单源最短路径算法和Prim最小生成树算法中,BFS思想起到了关键作用。
BFS的基本过程:
1. 将根节点放入队列。
2. 当队列不为空时,取出队首节点,访问它,然后将它的所有未访问邻居加入队列。
3. 重复上述步骤,直到队列为空,所有节点都被访问。
DFS和BFS各有优势,DFS在某些情况下可以节省空间,但可能会导致较长的运行时间;而BFS则常用于寻找最短路径,因为它总是先访问离起点近的节点。选择哪种算法取决于具体的问题和需求。
2021-10-05 上传
2021-10-02 上传
2021-10-01 上传
2021-07-26 上传
2022-07-11 上传
2022-09-20 上传
郭铭荃
- 粉丝: 13
- 资源: 22
最新资源
- real-world-react:从头开始的真实世界的React
- aws-code-star:由AWS CodeStar创建的存储库
- 448_Project_1
- lerna-flow
- 布兰迪
- logistics:基于Spring+MyBatis的物流系统,数据库为oracle
- StoreMetadata:hamarb123商店的元数据
- Python库 | msgraphy-0.3.4.tar.gz
- Google Translation API:Google翻译API-开源
- LRH
- ImportantDays:重要日子 - 一个 Android 应用程序
- Shalini-Blue1:蓝色测试1
- mixins:Holochain应用程序(例如用户或锚点)的mixin zomes的集合。 这些都经过审查。 文档在Wiki中
- awesome-blazor-browser:Blazor WebAssembly应用程序,用于浏览“ Awesome Blazor”资源
- 电子功用-双轴承电气柜集线束胶带缠绕系统
- To1 Express-crx插件