【bfs与dfs】基础

bfs : 广度优先搜索,一层一层搜索. 属于一种盲目搜寻法,目的是系统地展开并检查图中的所有节点,以找寻结果。换句话说,它并不考虑结果的可能位置,彻底地搜索整张图,直到找到结果为止。广度优先的基本思想是,从顶点v0出发,访问与v0相邻的点,访问结束后,再从这些点出发,继续访问,直到访问结束为止。标记被访问过的点同深搜一下,不过,广度优先一般需要用到队列。
dfs : 深度优先搜索。深度优先的基本思想简单说就是搜到底,重新搜。从v0为起点进行搜索,如果被访问过,则做一个标记,直到与v0想连通的点都被访问一遍,如果这时,仍然有点没被访问,可以从中选一个顶点,进行再一次的搜索,重复上述过程,所以深度优先的过程也是递归的过程。


DFS 和 BFS使用哪种跟具体的数据(源点和目标的位置)有关,比如你数据结构是树,要搜索根节点到某一叶子节点的路径。这时候,如果这个叶子节点距离根节点比较远,使用深度优先DFS效率最高。如果这个叶子节点距离根节点比较近,使用广度优先BFS效率更高。你可以自己画一个树,自己用脑子模拟一下这两个算法,一下子就明白了。

找到了两篇有图解的可以去看一看:bfs:http://blog.youkuaiyun.com/raphealguo/article/details/7523411
dfs:http://rapheal.iteye.com/blog/1526863

以下是两种的代码,也附有注释,:

广搜dfs:


#include <stdio.h>  
#include <string.h>  
#include <math.h>  
#include <stack>  
#include <queue>  
#include <vector>  
#include <algorithm>  
#define mem(a,b) memset(a,b,sizeof(a))  
using namespace std;  
int map[5][5];//地图  
int go[4][2]= {{1,0},{-1,0},{0,-1},{0,1}};//四个方向  
int pre[10000];//用来寻找父亲节点  
bool vis[10][10];//标记数组  
struct node  
{  
    int x,y,s;  
};//存储坐标信息及当前步数  
int bfs(int x,int y)  
{  
    node now,to;//先在的和将要走的  
    now.x=x,now.y=y,now.s=0;  
    queue<node>q;//创建队列  
    vis[x][y]=1;//走过的标记为1  
    q.push(now);//加入队首  
    while(!q.empty())  
    {  
        now=q.front();  
        if(now.x==4&&now.y==4)      return now.s;//满足条件时返回走过的步数  
        q.pop();  
        for(int i=0; i<4; i++)  
        {  
            int xx=now.x+go[i][0];  
            int yy=now.y+go[i][1];  
            if(xx>=0&&yy>=0&&xx<5&&yy<5&&map[xx][yy]==0&&vis[xx][yy]==0)//判断是否越界  
            {  
                vis[xx][yy]=1;//标记走过的  
                to.x=xx,to.y=yy,to.s=now.s+1;  
                pre[xx*5+yy]=now.x*5+now.y;//存储坐标,转化成一维形式  
                q.push(to);  
            }  
        }  
    }  
    return 0;  
}  
void myprint(int n)  
{  
    //printf("pre[%d]=(%d)\n",n,pre[n]);  
    if(n==pre[n])return;  
    myprint(pre[n]);//寻找父亲节点  
    printf("(%d, %d)\n",n/5,n%5);  
}//回溯打印路径  
int main()  
{  
    mem(vis,0);  
    for(int i=0; i<5; i++)  
        for(int j=0; j<5; j++)  
            scanf("%d",&map[i][j]);//读入地图  
    if(bfs(0,0))  
    {  
        printf("(0, 0)\n");//先打印0 0  
        myprint(4*5+4);//从(4,4)开始回溯  
    }  
    else  
        printf("-1\n");  
    return 0;  
}  

深搜dfs:

/*
深搜dfs 
*/
#include <stdio.h>  
#include <string.h>  
#include <math.h>  
#include <stack>  
#include <queue>  
#include <vector>  
#include <algorithm>  
#define mem(a,b) memset(a,b,sizeof(a))  
using namespace std;  
int map[10][10],min1;  
struct node  
{  
    int x,y;  
};//存坐标  

stack<node> s1;//用栈来存储路径  
node ans[100];//存储反过来后路径  
void mycopy(stack<node> a)//栈是反着来的,用这个倒过来  
{  
    for(int i=(int)a.size()-1; i>=0; i--)  
    {  
        ans[i]=a.top();  
        a.pop();  
    }  
}  
int go[4][2]= {{1,0},{-1,0},{0,1},{0,-1}};//四个方向  
bool vis[10][10];//标记数组  
void dfs(int x,int y,int step)  
{  
    node now;  
    now.x=x,now.y=y;  
    s1.push(now);//把坐标存进栈中  
    if(x==4&&y==4)//当搜索到终点时  
    {  
        if(step<min1)  
        {  
            min1=step;//更新最小的步数  
            mycopy(s1);//翻转栈中的路径  
        }  

    }  

    for(int i=0; i<4; i++)  
    {  
        int xx=x+go[i][0],yy=y+go[i][1];  
        if(xx>=0&&xx<5&&yy>=0&&yy<5&&map[xx][yy]==0&&vis[xx][yy]==0)//判断是否越界  
        {  
            vis[xx][yy]=1;//走过的标记为1  
            dfs(xx,yy,step+1);//搜索下一层  
            vis[xx][yy]=0;//标记回来,以便下次搜索  
        }  
    }  
    s1.pop();//坐标出栈  
}  
int main()  
{  
    for(int i=0; i<5; i++)  
        for(int j=0; j<5; j++)  
            scanf("%d",&map[i][j]);  
    mem(vis,0);//初始化标记数组  
    min1=999;  
    while(s1.size()) s1.pop();//清空栈  
    dfs(0,0,0);  
    if(min1==999)  
        printf("-1\n");  
    else  
    {  
        //printf("%d\n",min1);  
        for(int i=0; i<=min1; i++)  
            printf("(%d, %d)\n",ans[i].x,ans[i].y);//输出结果  
    }  
    return 0;  
}  
内容概要:本文是一篇关于使用RandLANet模型对SensatUrban数据集进行点云语义分割的实战教程,系统介绍了从环境搭建、数据准备、模型训练测试到精度评估的完整流程。文章详细说明了在Ubuntu系统下配置TensorFlow 2.2、CUDA及cuDNN等深度学习环境的方法,并指导用户下载和预处理SensatUrban数据集。随后,逐步讲解RandLANet代码的获取运行方式,包括训练、测试命令的执行参数含义,以及如何监控训练过程中的关键指标。最后,教程涵盖测试结果分析、向官方平台提交结果、解读评估报告及可视化效果等内容,并针对常见问题提供解决方案。; 适合人群:具备一定深度学习基础,熟悉Python编程和深度学习框架,从事计算机视觉或三维点云相关研究的学生、研究人员及工程师;适合希望动手实践点云语义分割项目的初学者进阶者。; 使用场景及目标:①掌握RandLANet网络结构及其在点云语义分割任务中的应用;②学会完整部署一个点云分割项目,包括数据处理、模型训练、测试性能评估;③为参相关竞赛或科研项目提供技术支撑。; 阅读建议:建议读者结合提供的代码链接和密码访问完整资料,在本地或云端环境中边操作边学习,重点关注数据格式要求训练参数设置,遇到问题时参考“常见问题解决技巧”部分及时排查。
内容概要:本文详细介绍了三相异步电机SVPWM-DTC(空间矢量脉宽调制-直接转矩控制)的Simulink仿真实现方法,结合DTC响应快SVPWM谐波小的优点,构建高性能电机控制系统。文章系统阐述了控制原理,包括定子磁链观测、转矩磁链误差滞环比较、扇区判断及电压矢量选择,并通过SVPWM技术生成固定频率PWM信号,提升系统稳态性能。同时提供了完整的Simulink建模流程,涵盖电机本体、磁链观测器、误差比较、矢量选择、SVPWM调制、逆变器驱动等模块的搭建参数设置,给出了仿真调试要点预期结果,如电流正弦性、转矩响应快、磁链轨迹趋圆等,并提出了模型优化扩展方向,如改进观测器、自适应滞环、弱磁控制和转速闭环等。; 适合人群:电气工程、自动化及相关专业本科生、研究生,从事电机控制算法开发的工程师,具备一定MATLAB/Simulink和电机控制理论基础的技术人员。; 使用场景及目标:①掌握SVPWM-DTC控制策略的核心原理实现方式;②在Simulink中独立完成三相异步电机高性能控制系统的建模仿真;③通过仿真验证控制算法有效性,为实际工程应用提供设计依据。; 阅读建议:学习过程中应结合文中提供的电机参数和模块配置逐步搭建模型,重点关注磁链观测、矢量选择表和SVPWM调制的实现细节,仿真时注意滞环宽度开关频率的调试,建议配合MATLAB官方工具箱文档进行参数校准结果分析。
已经博主授权,源码转载自 https://pan.quark.cn/s/bf1e0d5b9490 本文重点阐述了Vue2.0多Tab切换组件的封装实践,详细说明了通过封装Tab切换组件达成多Tab切换功能,从而满足日常应用需求。 知识点1:Vue2.0多Tab切换组件的封装* 借助封装Tab切换组件,达成多Tab切换功能* 支持tab切换、tab定位、tab自动化仿React多Tab实现知识点2:TabItems组件的应用* 在index.vue文件中应用TabItems组件,借助name属性设定tab的标题* 通过:isContTab属性来设定tab的内容* 能够采用子组件作为tab的内容知识点3:TabItems组件的样式* 借助index.less文件来设定TabItems组件的样式* 设定tab的标题样式、背景色彩、边框样式等* 使用animation达成tab的切换动画知识点4:Vue2.0多Tab切换组件的构建* 借助运用Vue2.0框架,达成多Tab切换组件的封装* 使用Vue2.0的组件化理念,达成TabItems组件的封装* 通过运用Vue2.0的指令和绑定机制,达成tab的切换功能知识点5:Vue2.0多Tab切换组件的优势* 达成多Tab切换功能,满足日常应用需求* 支持tab切换、tab定位、tab自动化仿React多Tab实现* 能够满足多样的业务需求,具备良好的扩展性知识点6:Vue2.0多Tab切换组件的应用场景* 能够应用于多样的业务场景,例如:管理系统、电商平台、社交媒体等* 能够满足不同的业务需求,例如:多Tab切换、数据展示、交互式操作等* 能够其它Vue2.0组件结合运用,达成复杂的业务逻辑Vue2.0多Tab切换组件的封装实例提供了...
代码下载地址: https://pan.quark.cn/s/41cd695ddf65 `htmldiff` 是一个以 Ruby 语言为基础构建的库,其主要功能是在 HTML 文档中展示文本之间的差异。 该库的一个显著特点在于它不仅能够识别出不同之处,还会借助 HTML 标签来呈现这些差异,从而让用户能够直观地观察到文本的变化情况。 这种特性使得 `htmldiff` 在版本控制、文档对比或任何需要展示文本变动场景的应用中显得尤为有用。 `htmldiff` 的核心作用是对比两个字符串,并生成一个 HTML 输出结果,这个结果会明确地指出哪些部分被添加、哪些部分被删除以及哪些部分被修改。 此外,通过运用 CSS,用户可以进一步调整差异展示的样式,使其项目或网站的现有设计风格相协调。 在使用 `htmldiff` 之前,需要先完成该库的安装。 如果项目已经配置了 Ruby 环境和 Gemfile,可以在 Gemfile 文件中添加 `gem htmldiff` 语句,随后执行 `bundle install` 命令进行安装。 如果没有 Gemfile 文件,也可以直接采用 `gem install htmldiff` 命令来进行全局安装。 在编程实现时,可以通过调用 `Htmldiff.diff` 方法来对比两个字符串,并获取相应的 HTML 输出。 例如:```rubyrequire htmldiffstr1 = "这是一个示例文本。 "str2 = "这是一个示例文本,现在有更多内容。 "diff_html = Htmldiff.diff(str1, str2)puts diff_html```上述代码将会输出两个字符串之间的差异,其中新增的内容会被 `<ins>` 标签所包围,而...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值