dfs bfs算法区别

最新推荐文章于 2025-05-08 18:56:01 发布
最新推荐文章于 2025-05-08 18:56:01 发布
阅读量1.2k 收藏 4
点赞数
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/double_app_le/article/details/105374198
本文介绍了BFS（广度优先搜索）和DFS（深度优先搜索）的基本概念，通过迷宫问题展示了两种算法的区别。BFS利用队列，DFS利用递归，适合解决不同类型的路径寻找问题。并提供了一个使用DFS解决复杂迷宫问题的AC代码示例。

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

首先这两种算法都是没有代码公式的，只是一种遍历查找思想！

广度优先搜索算法（Breadth-First-Search，缩写为 BFS），是一种利用队列实现的搜索算法。简单来说，其搜索过程和 “湖面丢进一块石头激起层层涟漪” 类似。

深度优先搜索算法（Depth-First-Search，缩写为 DFS），是一种利用递归实现的搜索算法。简单来说，其搜索过程和 “不撞南墙不回头” 类似。

BFS 的重点在于队列，而 DFS 的重点在于递归。这是它们的本质区别。

能用dfs解决的题，一般就不能用bfs解决；能用bfs解决的题，一般就不能用dfs。
因为，对于迷宫进行广搜的题，用深搜就会走不出来，死循环！刷题多就能感觉出来了。

bfs例题

下图给出了一个迷宫的平面图，其中标记为1 的为障碍，标记为0 的为可
以通行的地方。

010000
000100
001001
110000

迷宫的入口为左上角，出口为右下角，在迷宫中，只能从一个位置走到这
个它的上、下、左、右四个方向之一。
对于上面的迷宫，从入口开始，可以按DRRURRDDDR 的顺序通过迷宫，
一共10 步。其中D、U、L、R 分别表示向下、向上、向左、向右走。

对于下面这个更复杂的迷宫（30 行50 列），请找出一种通过迷宫的方式，
其使用的步数最少，在步数最少的前提下，请找出字典序最小的一个作为答案。
请注意在字典序中D<L<R<U。

01010101001011001001010110010110100100001000101010
00001000100000101010010000100000001001100110100101
01111011010010001000001101001011100011000000010000
01000000001010100011010000101000001010101011001011
00011111000000101000010010100010100000101100000000
11001000110101000010101100011010011010101011110111
00011011010101001001001010000001000101001110000000
10100000101000100110101010111110011000010000111010
00111000001010100001100010000001000101001100001001
11000110100001110010001001010101010101010001101000
00010000100100000101001010101110100010101010000101
11100100101001001000010000010101010100100100010100
00000010000000101011001111010001100000101010100011
10101010011100001000011000010110011110110100001000
10101010100001101010100101000010100000111011101001
10000000101100010000101100101101001011100000000100
10101001000000010100100001000100000100011110101001
00101001010101101001010100011010101101110000110101
11001010000100001100000010100101000001000111000010
00001000110000110101101000000100101001001000011101
10100101000101000000001110110010110101101010100001
00101000010000110101010000100010001001000100010101
10100001000110010001000010101001010101011111010010
00000100101000000110010100101001000001000000000010
11010000001001110111001001000011101001011011101000
00000110100010001000100000001000011101000000110011
10101000101000100010001111100010101001010000001000
10000010100101001010110000000100101010001011101000
00111100001000010000000110111000000001000000001011
10000001100111010111010001000110111010101101111000

这是一道结果填空的题，你只需要算出结果后提交即可。本题的结果为一
个字符串，包含四种字母D、U、L、R，在提交答案时只填写这个字符串，填写多余的内容将无法得分。

AC代码

解析都在代码里

ackage lanqiaobei10;

import java.util.LinkedList;

//2021年3月13日上午12:07:46
//writer:apple
public class l5_true {
   

	static int d[][]= {
   {
   1,0},{
   0,-1},{
   0,1},{
   -1,0}};
	static int n=30;static int m=50;
	static char dzi
最低0.47元/天 解锁文章
double__apple
关注
BFS和DFS的差别,BFS实现迷宫最短路径
sentimental_dog的博客
05-13 9387
BFS能够求得最短路径，因为BFS每进行一次相当于当前的路径长度。对于一个N*N矩阵，BFS最多运行n*n次。 深度优先搜索相当于一个人在走迷宫，广搜相当于是无穷人沿着不同方向走（因为每条路都同时有人走）。 DFS相当于是一个下压栈。是先进后出的原则（如果找不到，往回走，直到回到有路的地方）（DFS隐式使用了栈） BFS使用队列，按照与起点的距离来搜索。BFS使用一个队列来保存已经被标记但是它
dfs和bfs算法详解
编程小弟的博客
04-17 1650
DFS和BFS是两种基础且强大的图遍历算法，它们在解决各种实际问题时发挥着重要作用。通过了解它们的原理、实现细节以及变种和优化策略，我们可以更加灵活地运用这些算法来解决实际问题。同时，在选择使用DFS还是BFS时，我们需要根据问题的特点、图的性质以及时间和空间复杂度的要求来进行权衡和选择。
图论中DFS与BFS的区别、用法、详解？
weixin_33739646的博客
11-11 330
2019独角兽企业重金招聘Python工程师标准>>> ...
爱上算法，迷人的两度搜索，深度优先（DFS）和广度优先（BFS）
最新发布
java_beautiful的博客
05-08 697
（Depth-First-Search，DFS）沿着树的深度遍历树的节点，尽可能深的搜索树的分支。（Breadth-First-Search，BFS）直观地讲，它其实就是一种“地毯式”层层推进的搜索策略，即先查找离起始顶点最近的，然后是次近的，依次往外搜索。（BFS）是一种用于遍历或搜索树或图的算法，在搜索遍历的过程中保证每个节点（顶点）访问一次且仅访问一次，按照节点（顶点）访问顺序的不同分为深度优先和广度优先。简单的说，BFS是从根节点开始，沿着树(图)的宽度遍历树(图)的节点。
DFS与BFS的区别
pjh88的博客
04-04 1288
DFS与BFS的区别 只有DFS不可以找到最短路径吗 DFS当然也可以找到最短路径，但是时间复杂度也是O(n)，但是实际上比BFS低效的很多，DFS是依靠递归的堆栈记录走过的路径的，要找到路径必须把二叉树中的所有叉都走完，然后才可以找出最短路径，但是BFS是一步步起头并进的，可以在没有遍历完整棵树的情况下就可以找出最短路径，这其实就是层序遍历，形象的来说DFS是线，BFS是面，BFS是集体行动，DFS是线 BFS与DFS的使用场景 BFS虽然可以找到最短距离但是空间复杂度高，而DFS的空间复杂度较低 还看刚
DFS（深搜）和BFS（广搜）的区别
w_m_x_d的博客
07-26 959
BFS和DFS的区别
DFS和BFS的区别
YoungGeeker
08-19 4893
很多人在看别人代码时，总会看到DFS、BFS这样的函数，那么它们又有什么区别呢？本文就向大家详细讲解一下。
图——图的遍历（DFS与BFS算法详解）
Blusher1的博客
07-15 8714
前面的文章中我们学习了图的基本概念和存储结构，这篇文章就来学习一下图的重要章节——图的遍历。包含深度优先搜索（DFS）和广度优先搜索（BFS）两种方式。
BFS算法和DFS算法（含图解：简单易懂）_bfs算法流程图
2501_90326674的博客
01-18 1165
4、C出队列时，C的邻接结点A、D、F、G、中未进过队列的G进入队列。3、B出队列时，B的邻接结点A、E、F中未进过队列的E、F进入队列。5、C出堆栈时，C的邻接结点A、D、F、G中未进过堆栈的F进入堆栈。3、D出堆栈时，D的邻接结点A、C、G中未进过堆栈的G进入堆栈。5、D出队列时，D的邻接结点A、C、G已经全部进入过队列。4、G出堆栈时，G的邻接结点C、D已经全部进入过堆栈。2、A出队列时，A的邻接结点B、C、D进入队列。2、A出堆栈时，A的邻接结点B、C、D进入堆栈。
BFS算法(宽度优先搜索)超强解析 BFS迷宫问题图文详解 DFS与BFS的区别
2301_79599253的博客
01-19 2502
详解bfs算法，以及dfs，bfs的区别，以迷宫为例题。
BFS 、DFS区别，详解
热门推荐
BackToMe的博客
08-18 5万+
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： 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
数据结构与算法_深度优先搜索（DFS）与广度优先搜索（BFS）详解
欢迎大家关注我
07-03 1591
1.DFS（深度优先搜索） 搜索思想在图问题中能以最直观的方式展现。 深度优先搜索的步骤分为： 递归下去。 回溯上来。 顾名思义，深度优先，则是以深度为准则，先一条路走到底，直到达到目标。这里称之为递归下去。 否则既没有达到目标又无路可走了，那么则退回到上一步的状态，走其他路。这便是回溯上来。 下面结合具体例子来理解。 如图所示，在一个迷宫中，黑色块代表玩家所在位置，红色块代表终点，问是否有一条到终点的路径 我们用深度优先搜索的方法去解这道题，由图可知，我们可以走上下左右四个方向，我们规定按照左下右上
dfs和bfs差别_BFS和DFS之间的区别
culing2941的博客
09-15 3076
Here you will learn aboutdifference between BFS and DFS algorithm or BFS vs. DFS. 在这里，您将了解BFS和DFS算法或BFS与DFS之间的区别。 Breadth First Search (BFS) and Depth First Search (DFS) are two popular algorithms ...
了解BFS和DFS之间的区别
zsx0728的博客
03-11 5144
文章目录宽度优先搜索深度优先搜索BFS vs DFS什么是二叉树的BFS和DFS？在额外空间方面有什么区别吗？如何选择？参考文档 宽度优先搜索     BFS代表Breadth First Search，是一种基于顶点的技术，用于在图中查找最短路径。它使用先进先出的队列数据结构。在BFS中，一次选中并标记一个顶点，然后其相邻顶点被访问并存储在队列中。它比DFS慢。 A / \ B C / / \ D E F     输出为： A,
dfs和bfs算法
dingzhenzha7040的博客
11-11 150
　　1. 存储图的方式一般是有两种的：邻接表和邻接矩阵，一般存储链接矩阵的方式是比较简单的，也便于我们去实现这个临接矩阵，他也就是通俗的二维数组，我们平常用到的那种。 　　2. 这里我们主要记录和讲一下bfs和dfs算法之间的一些区别和用法，他们的原理一般人是都知道的，但是他们是怎么来实现的我相信一部分人并没有去真正的实现过，包括我也是（惭愧惭愧），本人算法比较渣，所以过来恶补一下...
图搜索算法BFS 、DFS区别，详解
reason的博客
07-15 2844
深度优先和广度优先搜索算法
BFS与DFS的对比与应用
qq_40624021的博客
10-16 651
BFS与DFS DFS（深度优先搜索）和 BFS（广度优先搜索）就像孪生兄弟，提到一个总是想起另一个。然而在实际使用中，我们用 DFS 的时候远远多于 BFS。那么，是不是 BFS 就没有什么用呢？ 代码对比 DFS void dfs(TreeNode root) { if (root == null) { return; } dfs(root.left); dfs(root.right); } BFS void bfs(TreeNode root) {
DFS BFS算法java
03-23
### 深度优先搜索 (DFS) 和广度优先搜索 (BFS) 的 Java 实现 #### 深度优先搜索 (DFS) 深度优先搜索是一种用于遍历或搜索树或图的算法。它沿着树的分支尽可能深地探索节点，直到达到叶子节点为止，然后再回溯并继续其他分支的探索。 以下是 DFS 的一种递归实现方式： ```java import java.util.*; public class DFS { private int V; // 顶点数量 private List<List<Integer>> adj; // 邻接表表示图 public DFS(int v) { this.V = v; adj = new ArrayList<>(v); for (int i = 0; i < v; ++i) { adj.add(new LinkedList<>()); } } void addEdge(int v, int w) { // 添加边 adj.get(v).add(w); } void DFSUtil(int v, boolean[] visited) { // 辅助函数执行实际的DFS visited[v] = true; // 标记当前节点已访问 System.out.print(v + " "); Iterator<Integer> it = adj.get(v).iterator(); // 访问邻近节点 while (it.hasNext()) { int n = it.next(); if (!visited[n]) { DFSUtil(n, visited); // 对未访问过的邻居进行递归调用 } } } void DFS() { // 执行整个图的DFS boolean[] visited = new boolean[V]; for (int i = 0; i < V; ++i) { // 处理不连通的情况 if (!visited[i]) { DFSUtil(i, visited); } } } public static void main(String args[]) { DFS graph = new DFS(5); graph.addEdge(0, 1); graph.addEdge(0, 2); graph.addEdge(1, 2); graph.addEdge(2, 0); graph.addEdge(2, 3); graph.addEdge(3, 3); System.out.println("Depth First Traversal:"); graph.DFS(); // 输出结果可能因输入不同而变化 } } ``` 上述代码展示了如何使用递归来实现 DFS，并处理可能存在多个连通分量的图结构[^2]。 --- #### 广度优先搜索 (BFS) 广度优先搜索是从根节点开始逐层扩展的方式，先访问离起始节点最近的所有节点，再逐步向更远的层次推进。 下面是 BFS 的队列实现方式： ```java import java.util.*; public class BFS { private int V; // 图中的顶点数 private List<List<Integer>> adj; public BFS(int v) { this.V = v; adj = new ArrayList<>(v); for (int i = 0; i < v; ++i) { adj.add(new LinkedList<>()); } } void addEdge(int v, int w) { // 添加一条无向边 adj.get(v).add(w); } void BFS(int s) { // 从给定源节点s开始的BFS boolean[] visited = new boolean[V]; Queue<Integer> queue = new LinkedList<>(); visited[s] = true; // 将起点标记为已访问 queue.add(s); // 加入队列 while (!queue.isEmpty()) { s = queue.poll(); // 取出队首元素 System.out.print(s + " "); Iterator<Integer> it = adj.get(s).listIterator(); // 获取相邻节点迭代器 while (it.hasNext()) { int n = it.next(); if (!visited[n]) { // 如果尚未访问过，则加入队列 visited[n] = true; queue.add(n); } } } } public static void main(String args[]) { BFS graph = new BFS(5); graph.addEdge(0, 1); graph.addEdge(0, 2); graph.addEdge(1, 2); graph.addEdge(2, 0); graph.addEdge(2, 3); graph.addEdge(3, 3); System.out.println("Breadth First Traversal from vertex 2"); graph.BFS(2); // 起始于第2个顶点 } } ``` 此代码片段实现了基于队列的数据结构来进行 BFS 运算，确保按照距离顺序依次访问各个节点[^1]。 --- #### 应用场景对比 - **DFS** 更适合于需要找到路径或者检测环路等问题上，因为它能够快速到达较深层级。 - **BFS** 则适用于最短路径计算以及拓扑排序等领域，因为其按层展开特性有助于发现最小步数解法[^3]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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