在图的基本算法中,最初需要接触的就是图的遍历算法,根据访问节点的顺序,可分为深度优先搜索(
DFS)和
广度优先搜索(BFS
)。DFS(深度优先搜索)算法
Depth-First-Search
深度优先算法,是一种用于遍历或搜索树或图的算法。沿着树的深度遍历树的节点,尽可能深的搜索树的分支。
当节点v的所在边都己被探寻过,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。属于盲目搜索。
DFS可用堆栈(Stack)和递归(Recursive)两种方法实现
如何跟踪下一步搜索的位置?
使用Stack: 列表中只从一端添加和移除:
- Push:添加元素
- Pop:删除一个元素
如何跟踪访问过的内容?
HashSet::常量添加,删除和搜索
如何跟踪从开始到目标的路径?
HashMap:将每个节点链接到发现它的节点
堆栈和递归实现过程(伪代码):
BFS (广度优先搜索)算法
Breadth-First-Search
BFS是从根节点开始,沿着树的宽度遍历树的节点。
如果所有节点均被访问,则算法中止。 广度优先搜索的实现本篇笔记采用队列。
如何跟踪下一步搜索的位置?
Queue:列出你只从一端添加和移除的地方
- enqueue:添加一个元素
- deque:删除一个元素
如何跟踪访问过的内容?
HashSet:定时添加,删除和搜索
如何跟踪从开始到目标的路径?
HashMap:将每个节点链接到发现它的节点
和DFS唯一不同的是BFS使用队列来实现,伪代码如下:
学习参考资料:
【Python算法】遍历(Traversal)、深度优先(DFS)、广度优先(BFS)
搜索思想——DFS & BFS(基础基础篇)