dfs的栈实现

对于dfs的递归版,一是效率不高,二是差错不容易,所以特地学习了,栈实现版本的dfs,总体来说好写很多。

首先定义一个栈,然后找到与最先出发点的所有邻接点,将他们入栈,同时标记这些点已经访问过,然后后面和bfs的队列实现有点像。先是栈顶元素出栈,然后重复和最开始相同的步骤,知道栈空,退出。

uva 280(水题):

#include<bits/stdc++.h>
using namespace std;
const int maxn=150;
int node_num,st,ed,stnodenum,stnode,vis[maxn];

void dfs(int stnode,vector<int> v[]){
    memset(vis,0,sizeof(vis));
    stack<int> s;
    vector<int> t;
    for(int i=0;i<v[stnode].size();i++){
        int temp=v[stnode][i];
        if(!vis[temp]){
            s.push(temp);
            vis[temp]=1;
        }
    }
    while(!s.empty()){
        int ans=s.top();
        s.pop();
        for(int i=0;i<v[ans].size();i++){
            int temp=v[ans][i];
            if(!vis[temp]){
                s.push(temp);
                vis[temp]=1;
            }
        }
    }
    for(int i=1;i<=node_num;i++){
        if(!vis[i])
        t.push_back(i);
    }
    cout<<t.size();
    for(int i=0;i<t.size();i++)
        cout<<" "<<t[i];
    cout<<endl;
}

int main(){
    while(scanf("%d",&node_num)!=EOF){
        if(node_num==0) break;
        vector<int> v[maxn];
        for(;;){
            scanf("%d",&st);
            if(!st)
                break;
            for(;;){
                scanf("%d",&ed);
                if(!ed)
                    break;
                v[st].push_back(ed);
            }
        }
        scanf("%d",&stnodenum);
        for(int i=0;i<stnodenum;i++){
            scanf("%d",&stnode);
            dfs(stnode,v);
        }
    }
    return 0;
}

### 基于的深度优先搜索(Depth-First Search, DFS)算法 在Python中实现基于DFS算法可以通过显式地使用一个数据结构来模拟函数调用的过程。这种方法不仅有助于理解递归背后的工作原理,而且对于某些应用场景来说更加灵活。 #### 使用实现DFS的核心逻辑如下: 创建一个并将初始节点压入内;标记此节点已访问。当不为空时重复执行以下操作直到结束: - 从顶弹出一个元素作为当前处理对象; - 对于此节点的所有相邻且未被访问过的邻居节点依次做两件事:先将其加入到中再设置为已访问状态[^2]。 下面是具体的代码示例展示如何利用列表模仿LIFO(Last In First Out)行为完成上述过程: ```python def dfs(graph, start): visited = set() # 记录已经访问过的节点集合 stack = [start] # 初始化并放入起点 while stack: node = stack.pop() if node not in visited: print(node) visited.add(node) neighbors = graph[node] for neighbor in reversed(neighbors): # 反转顺序以匹配递归版本的结果 if neighbor not in visited: stack.append(neighbor) # 测试例子 graph = { 'A': ['B', 'C'], 'B': ['A', 'D', 'E'], 'C': ['A', 'F'], 'D': ['B'], 'E': ['B', 'F'], 'F': ['C', 'E'] } dfs(graph, 'A') ``` 这段代码定义了一个`dfs()`函数接收两个参数一个是图的数据结构另一个是指定开始遍历的位置。这里假设输入是一个字典形式表示无向图,键代表各个顶点而对应的值则保存着它们各自的连接情况[^4]。 通过这种方式可以有效地按照深度优先的方式探索整个图形网络,并打印出所经过路径上的每一个结点名称。值得注意的是,在实际应用当中可能还需要考虑更多细节比如异常处理机制或是针对特定问题调整策略等。
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