dfs 递归的方法

最新推荐文章于 2025-07-04 15:41:35 发布
最新推荐文章于 2025-07-04 15:41:35 发布
阅读量691 收藏
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/qq_42615643/article/details/83472751
本文详细介绍了深度优先搜索(DFS)算法的递归实现方法，通过具体代码示例展示了如何遍历图中所有顶点的过程。文章强调了visited数组在避免重复遍历中的作用，以及递归调用explore函数进行深度探索的机制。

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

  public void explore(int v) {
        	visited[v]=true;  //结点v已经被遍历了
        	for(int i=0;i<verticesnumber;i++) {    
        		if(arcs[v][i]==1 && (visited[i]==false)) {   //如果下一个结点和上一个结点有连接的话（连接为1，不连接为0），那么arcs[v][i]==1，并且这个结点还未遍历的话，就再进行一次遍历，这里指的是一条树走下来，只遍历了一条，只是图中的冰山一角
        			explore(i);
        		}
        	}
        }
        public void dfs() {         //这里就是dfs的方法，不过是要根据上面的explore来做的，毕竟要从小到大
        	for(int i=0;i< verticesnumber;i++) {    
        		visited[i]=false;         //遍历一圈，先进行初始化，都是未遍历的状态，也可以删掉
        		
        	}
        	for(int j=0;j< verticesnumber;j++) {
        		if(visited[j]==false) {     //遍历所有的顶点，如果结点处于未遍历的状态，那就按章explore的方法来进行遍历
        			explore(j);
        		}
        	}
        }

这里的verticesnumber都是图Graph中的结点个数，因为要遍历的是整个图的结点

if(visited[j]==false)   和    visited[i]=false;  有本质上的区别，需要进行特别的注意

以上不过只是方法，并不是完整的dfs实现代码，还需要加入一整个图Graph，结点信息，结点数量，边的信息，以及boolean对visited的判断

这是dfs的递归实现方法

还有dfs的栈实现方法

子书阳
关注
Java:递归方法实现DFS算法（附完整源码）
希望我的博客，能帮上你解决学习中工作中所遇到的问题
09-01 479
Java:递归方法实现DFS算法（附完整源码）
DFS 递归 迷宫
weixin_37834767的博客
04-02 528
这几天都在看那本算法书【啊哈！算法】... 今天看到深度优先搜索（dfs），总结了自己看得懂的使用模板... dfs的模板.. public class Main{ public static void main(String args[]){ dfs(); } static void dfs(){ if( ){ }else{
图的dfs递归(非递归)遍历和bfs遍历(邻接表)
杨龙飞的博客
03-12 2838
1.深度优先遍历是连通图的一种遍历策略．其基本思想如下: 设x是当前被访问的顶点，在对x做过访问的标记之后，选择一条从x出发的未检测过的边(x,y),若发现顶点y已经访问过了，则重新选择另一条从x出发的未检测过的边，否则沿边(x,y)到达未曾访问过的y，对y访问并将其标记为已访问过,然后从y开始搜索,直到搜索完从y出发的所有路径,即访问完所有从y出发可达的顶点之后，才回溯到顶点x,并且再选择
利用递归实现DFS
qq_38993096的博客
02-09 402
原题https://www.luogu.org/problemnew/show/P2089 题解 #include #include using namespace std; int n,ans1,ans2[10001][11],sum,a[11]; void trys(int t,int m) { if(t&gt;10)//递归返回条件 { if(m==n) { ans1++; for(int ...
算法学习笔记：6.深度优先搜索算法——从原理到实战，涵盖 LeetCode 与考研 408 例题
最新发布
CSBIGDOG的博客
07-04 1016
深度优先搜索（DFS）是一种基于递归或栈实现的搜索算法，广泛应用于图论、回溯、拓扑排序等领域。其核心思想是沿着路径尽可能深入探索，直到无法继续再回溯。DFS可通过递归（简洁但有栈溢出风险）或迭代（使用栈结构）实现，适用于岛屿数量计算、单词搜索等LeetCode题目及考研算法题。典型应用包括判断无向图回路、网格遍历等问题。该算法通过标记访问节点和回溯机制高效解决问题，是计算机科学中的重要基础算法。
递归实现深度遍历dfs算法
P_ning的博客
09-15 452
最原始的dfs public class Main { public static void main(String[] args) { char[] arr ={'a','b','c'}; boolean[] used = {false,false,false}; char[] rs = new char[arr.length]; dfs(arr,used,rs,0);//要遍历的函数,对应位置的函数是否已被使用,存储结果,次数 .
【算法】递归DFS（深度搜索）
heimu24的博客
06-28 412
功能：对于数组[1, 2, 3, 4, 5]，打印出所有可能的组合方式 比如：在1, 2, 3, 4, 5中，选取3个数到底有多少种组合呢？ 解决方案：先选取一个数，然后在剩下的4个数中选取2个数，接着在剩下的3个数中选取1个数。。.直到选取0个数结束递归。。。然后，外面套个循环，就能得出数组1, 2, 3, 4, 5所有的可能组合方式。 参考链接 public class test1 { pu...
常用的递归算法：dfs（深度优先搜索），记忆化搜索，分治
小郑在路上
04-12 1593
递归值函数调用自身； 一、DFS的介绍 概念很简单，但是还是得了解一下，下面介绍的内容是重点 1. 图的DFS （1）先看一下vector是怎么建图的？ vector<int> vecMap[100010]; // n条边（这个结点所连接的结点） 邻接表建图 for (int i = 0; i < n; ++i) { int x, y; vecMap[x].push_back(y); vecMap[y].push_back(x); //若是无向图就加上这一句 } （2.
c语言dfs非递归算法,图的BFS以及DFS递归非递归实现
weixin_42511712的博客
05-24 1464
image.png本文所使用的所有邻接表以及邻接矩阵定义均在之前博客，这里不再赘述一、深度优先遍历DFS(Depth-first search)1.1.1 DFS递归邻接表实现原理图的深度优先搜索遍历(DFS)类似于二叉树的先序遍历。它的基本思想是:首先访问出发点v,并将其标记为已访问过;然后选取与v邻接的未被访问的任意一个顶点w，并访问它:再选取与w邻接的未被访问的任一顶点并访问，以此重复进行。...
DFS递归与非递归算法
11-08
C语言所写源代码有注释，哈工大数据结构实验课自己所作，仅供参考
python基于右递归解决八皇后问题的方法
12-25
本文实例讲述了python基于右递归解决八皇后问题的方法。分享给大家供大家参考。具体分析如下： 凡是线性回溯都可以归结为右递归的形式，也即是二叉树，因此对于只要求一个解的问题，采用右递归实现的程序要比回溯法...
数据结构DFS深度优先遍历非递归算法实现
01-08
数据结构DFS深度优先遍历非递归算法实现，是自己编写的，可靠。
【算法】DFS深度优先搜索：递归实现
师兄怎么办
08-24 1947
一.DFS 1.介绍 DFS（Depth-First-Search）不同于BFS广度优先搜索，它更加侧重于对树/图进行深度搜索，在
C语言递归+DFS（深度优先搜索算法）详解 图文并茂，手把手教你画树状图
2301_79599253的博客
10-26 9951
深度优先搜索算法（Depth First Search，简称DFS）：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或者在搜寻时结点不满足条件，搜索将回溯到发现节点v的那条边的起始节点。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,最糟糕的情况算法时间复杂度为O(!n)。说人话，其实就是沿着一条路一直搜索，知道条件不符合，就回头走到分岔口，选择另一条路继续搜索，俗称：”不撞南墙不回头“搜索。
手把手学会DFS （递归入门）
Lin_Alpaca的博客
03-13 6634
DFS的思想，经典题目的讲解，手把手入门✨✨
递归dfs
weixin_45564209的博客
02-23 739
递归呢，也可以叫做dfs 1.最重要的是考虑出一个顺序可以不重不漏地把所有的方案找出来 2.考虑循环退出的条件 3.你的父节点对每一个子结点都需要公平（恢复现场） 牛逼🐂
全排列—dfs（递归算法&&手动模拟）
热门推荐
你相信光吗
04-10 1万+
1.dfs全排列深度优先算法思路导图 此图来自AC中的Hasity作者，万分感谢； 2.dfs递归思想 dfs就是一条路走到头，当无法再往下走时就往上退一步，再看有没有路可以走，如果还没有路的话就再回退一步，重复这个步骤，直到找到可以走的道路； 递归的主要思想在于不断调用本身的函数，层层深入，直到遇到递归终止条件后层层回溯，其思想与dfs基本吻合，从而调用递归实现dfs； 正如y总讲到的回溯，它是在计算机底层执行的（系统有一个隐藏的栈帮我们做回溯），我们无法看到，也不需要操作。因此，理解.
递归(dfs)
weixin_72953218的博客
01-24 447
递归(dfs)
递归算法及DFS搜索的应用
Wshichuan的博客
11-03 576
递归算法，说白了就是程序调用自身的编程技巧的一种算法。         它能更好的实现一种反复执行的过程（调用自身的方式），能让一些反复循环的问题变得简单化，使之更好的让计算机运算出结果。 递归需满足2个条件：         1）有反复执行的过程（调用自身）         2）有跳出反复执行过程的条件（递归出口） 一般来说，递归需要有边界条件、递归前进段和递归返回段。当边界条件不满足
dfs递归算法
03-28
<think>嗯，用户想了解深度优先搜索（DFS）的递归算法实现和原理。首先，我需要回忆一下DFS的基本概念。DFS是一种用于遍历或搜索树或图的算法，它的核心思想是尽可能深地访问节点，直到没有未访问的邻接节点，然后回溯到上一个节点继续探索。递归实现的话，通常利用系统的调用栈来代替显式的栈结构。 然后，用户提到他们想了解原理和实现。我应该先解释DFS递归的工作原理，可能要从图的遍历开始，比如从某个起始节点出发，访问它，然后递归地访问它的每一个未被访问的邻接节点。需要强调访问过的节点要标记，避免重复访问导致死循环。 接下来是实现部分，可能需要用伪代码或者某种编程语言的示例。用户提供的引用中有PHP、Java、C语言的例子，但用户的问题可能不限定语言，所以可以选择常见的Python或者Java。不过用户示例中的快速排序用了Python，可能Python更适合作为示例语言。 另外，用户给出的引用[2]提到DFS可以用栈实现递归或非递归，但这里重点是递归方法。递归的代码结构相对简单，因为系统栈自动处理了压栈和出栈的过程。需要确保在递归函数中处理访问标记，并遍历邻接节点。 可能还需要讨论DFS的应用场景，比如解决迷宫问题、拓扑排序、连通性检测等。同时，要比较递归和非递归实现的优缺点，比如递归的简洁性但可能有栈溢出的风险，而非递归需要手动管理栈。 用户提供的引用中有PHP的实现代码，可能需要参考一下结构。比如引用[1]中的PHP递归DFS，可能用邻接表或树结构来演示。用户可能需要一个完整的示例，包括图的表示和递归函数的调用。 另外，要确保回答符合之前的系统指令：行内公式用$...$，独立公式用$$...$$，正确的中文，生成相关问题等。检查是否有需要数学表达的地方，比如时间复杂度分析，可能需要用公式表示，比如$O(V+E)$。 还要考虑用户可能的疑问，比如递归深度过大导致栈溢出如何处理，或者DFS和BFS的区别。虽然用户没直接问，但相关问题里可能会涉及，所以在生成的问题中可以包含这些方面。 现在整理思路，先讲原理，再给实现步骤，然后代码示例，最后应用场景和注意事项。确保每个部分都清晰，结构合理。可能还需要引用提供的资料，比如引用[2]中提到的迷宫问题作为应用场景的例子。 在代码部分，需要确保语法正确，比如Python中使用字典表示图，递归函数正确标记已访问节点。例如，用邻接表表示图，递归函数参数包括当前节点、已访问集合，然后遍历邻接节点递归调用。 最后生成相关问题，可能包括DFS与BFS的区别、非递归实现方法、应用实例、时间复杂度分析等。确保问题与内容相关，帮助用户进一步学习。</think>### 深度优先搜索（DFS）递归算法原理与实现 #### 一、DFS递归算法原理 深度优先搜索（DFS）是一种**先纵向探索到底再回溯**的遍历策略，核心思想为： 1. 从起点出发，访问当前节点并标记为已访问。 2. 递归访问当前节点的**第一个未访问邻接节点**。 3. 若当前路径已到尽头（无未访问邻接节点），则回溯到上一节点继续探索其他分支[^2]。 数学描述（以树为例）： $$ DFS(v) = \text{访问 } v \rightarrow \text{依次递归访问 } v \text{ 的所有未访问子节点} $$ #### 二、实现步骤（以无向图为例） 1. **数据结构**：使用邻接表存储图，例如Python字典： ```python graph = { 'A': ['B', 'C'], 'B': ['A', 'D'], 'C': ['A', 'E'], 'D': ['B'], 'E': ['C', 'F'], 'F': ['E'] } ``` 2. **递归函数设计**： - 输入：当前节点、已访问集合 - 终止条件：当前节点无未访问邻接节点 - 操作：访问节点 → 标记 → 递归访问邻接节点 #### 三、Python代码实现 ```python def dfs_recursive(graph, node, visited=None): if visited is None: visited = set() if node not in visited: print(node, end=' ') # 访问节点 visited.add(node) for neighbor in graph[node]: dfs_recursive(graph, neighbor, visited) return visited # 测试 graph = {'A': ['B', 'C'], 'B': ['A', 'D'], 'C': ['A', 'E'], 'D': ['B'], 'E': ['C', 'F'], 'F': ['E']} print("DFS遍历顺序:") dfs_recursive(graph, 'A') # 输出: A B D C E F ``` #### 四、关键特性 1. **时间复杂度**：$O(V+E)$，需遍历所有节点（V）和边（E）[^3] 2. **空间复杂度**：$O(V)$，由递归栈深度决定 3. **应用场景**： - 迷宫路径搜索 - 连通分量检测 - 拓扑排序 - 图的环路检测[^2] #### 五、注意事项 1. **避免循环**：必须标记已访问节点（如示例中的`visited`集合） 2. **栈溢出风险**：递归深度过大时需改用非递归实现（如显式栈）[^4] 3. **遍历顺序**：邻接节点访问顺序影响具体路径（可通过调整邻接表顺序控制）
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