DFS和BFS详解

本文详细介绍了图的遍历方法——深度优先搜索(DFS)和广度优先搜索(BFS)。DFS以其递归特性实现简洁但不易理解,而BFS则是一种层次遍历,使用队列数据结构,程序流程清晰。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

BFS 、DFS区别,详解

写在最前的三点: 
1、所谓图的遍历就是按照某种次序访问图的每一顶点一次仅且一次。 
2、实现bfs和dfs都需要解决的一个问题就是如何存储图。一般有两种方法:邻接矩阵和邻接表。这里为简单起 
见,均采用邻接矩阵存储,说白了也就是二维数组。 
3、本文章的小测试部分的测试实例是下图: 
这里写图片描述 
一、深度优先搜索遍历 
1、从顶点v出发深度遍历图G的算法 
① 访问v 
② 依次从顶点v未被访问的邻接点出发深度遍历。 
2、一点心得:dfs算法最大特色就在于其递归特性,使得算法代码简洁。但也由于递归使得算法难以理解,原因 
在于递归使得初学者难以把握程序运行到何处了!一点建议就是先学好递归,把握函数调用是的种种。 

 

二、广度优先搜索遍历 
1、从顶点v出发遍历图G的算法买描述如下: 
①访问v 
②假设最近一层的访问顶点依次为vi1,vi2,vi3…vik,则依次访问vi1,vi2,vi3…vik的未被访问的邻接点 
③重复②知道没有未被访问的邻接点为止 
2、一点心得:bfs算法其实就是一种层次遍历算法。从算法描述可以看到该算法要用到队列这一数据结构。我这 
里用STL中的实现。该算法由于不是递归算法,所以程序流程是清晰的。 

#include <iostream>
#include <cstdio>
#include <list>
#include <vector>
### DFS BFS 算法 C++ 实现与解析 #### 广度优先搜索 (BFS) 广度优先搜索是一种用于图的遍历方法,它按照节点离起始点的距离依次访问这些节点。对于同一层的节点,则按其在数据结构中的顺序来访问。 ```cpp #include <iostream> #include <list> #include <queue> using namespace std; class Graph { int V; list<int> *adj; public: Graph(int V); void addEdge(int v, int w); void BFS(int s); }; Graph::Graph(int V) { this->V = V; adj = new list<int>[V]; } void Graph::addEdge(int v, int w) { adj[v].push_back(w); } void Graph::BFS(int s) { bool *visited = new bool[V]; for(int i = 0; i < V; i++) visited[i] = false; queue<int> q; visited[s] = true; q.push(s); while(!q.empty()) { s = q.front(); cout << s << " "; q.pop(); for(auto adjecent : adj[s]) { if (!visited[adjecent]) { visited[adjecent] = true; q.push(adjecent); } } } } ``` 这段代码展示了如何创建一个无向图并执行广度优先搜索[^2]。`BFS()`函数接受起点作为参数,并打印出从该顶点开始可以到达的所有其他顶点。 #### 深度优先搜索 (DFS) 深度优先搜索也是一种常用的图形遍历技术,但是它的特点是尽可能深地进入子树中去寻找新的未被发现的结点直到不能再前进为止;之后再回溯到上一层继续探索其他的分支。 ```cpp #include <iostream> #include <list> using namespace std; class Graph { int V; list<int> *adj; public: Graph(int V); void addEdge(int v, int w); void DFSUtil(int v, bool visited[]); void DFS(int v); }; Graph::Graph(int V){ this->V = V; adj = new list<int>[V]; } void Graph::addEdge(int v, int w){ adj[v].push_back(w); } void Graph::DFSUtil(int v, bool visited[]){ visited[v] = true; cout << v << " "; list<int>::iterator i; for(i = adj[v].begin(); i != adj[v].end(); ++i) if(!visited[*i]) DFSUtil(*i, visited); } void Graph::DFS(int v){ bool *visited = new bool[V]; for(int i = 0; i < V; i++) visited[i] = false; DFSUtil(v, visited); } ``` 这里定义了一个名为 `DFSUtil` 的辅助递归函数来进行实际的深度优先遍历操作,而公共成员函数 `DFS` 则负责初始化必要的变量以及调用这个私有工具函数。 #### 应用场景分析 当面对一个问题时,如果目标是最短路径或者是分层处理的话,那么应该考虑采用广度优先搜索策略[^1]。相反,在需要更深层次挖掘可能性空间的情况下,比如迷宫求解等问题,则更适合应用深度优先搜索算法。
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