BFS DFS

BFS的思想:
从一个图的某一个顶点V0出发,首先访问和V0相邻的且未被访问过的顶点V1、V2、……Vn,然后依次访问与V1、V2……Vn相邻且未被访问的顶点。如此继续,找到所要找的顶点或者遍历完整个图。
由此可以看出,用BFS进行搜索所搜索的顶点都是按深度进行扩展的,先找到到V0距离为1的所有顶点,然后找到距离V0为2的顶点……所以BFS所搜索到的都是最短的路径。

由于要将距离V0为d(d>0)的且未被访问的点都记录起来,我们采用队列这种数据结构。队列的特点是先进先出(FIFO),从某个顶点出发,记此顶点已访问标记,然后依次搜索和此顶点相邻的且未被访问的顶点,将其加入队列,并置已访问标记,重复此步骤,直到找到需要搜索的顶点或者所有的顶点都被访问为止。

DFS的思想:
顾名思义,深度优先搜索所遵循的策略就是尽可能“深”的在图中进行搜索,对于图中某一个顶点V,如果它还有相邻的顶点(在有向图中就是还有以V为起点的边)且未被访问,则访问此顶点。如果找不到,则返回到上一个顶点。这一过程一直进行直到所有的顶点都被访问为止。 DFS可以搜索出从某一个顶点到另外的一个顶点的所有路径。 由于要进行返回的操作,我们采用的是递归的方法。
具体的思想可以查看 :《算法导论》 P324 ~336

### BFSDFS 算法的区别及使用场景 BFS(广度优先搜索)和 DFS(深度优先搜索)是两种常见的图遍历算法,它们在思想、实现方式以及适用场景上存在显著差异。 #### 1. **基本思想** - **BFS** 是一种逐层扩展的搜索方式,从起始节点出发,优先访问距离当前节点最近的节点。这种特性使得 BFS 具有最短路径性质,适用于寻找无权图中的最短路径[^2]。 - **DFS** 是一种沿着路径深入的搜索方式,从起始节点出发,尽可能深地探索每个分支,直到无法继续前进时才回溯。这种特性使得 DFS 更适合探索所有可能的路径。 #### 2. **数据结构** - **BFS** 使用队列(Queue)来管理待访问的节点,确保先访问的节点的邻居节点也会优先被访问。 - **DFS** 使用栈(Stack)或递归实现,递归方式更为常见,但容易导致栈溢出。 #### 3. **时间与空间复杂度** - **BFS** 和 **DFS** 的时间复杂度均为 $O(V + E)$,其中 $V$ 是顶点数,$E$ 是边数。 - **BFS** 的空间复杂度通常较高,因为它需要存储每一层的所有节点;而 **DFS** 的空间复杂度取决于递归深度,通常在树的深度较小时表现更好。 #### 4. **适用场景** - **BFS** 更适合以下情况: - 寻找无权图中的最短路径。 - 层次遍历问题,例如按层打印二叉树。 - 需要优先访问距离较近的节点的问题,例如社交网络中查找最近的朋友。 - **DFS** 更适合以下情况: - 探索所有可能的路径,例如迷宫问题。 - 需要回溯的场景,例如图的连通性判断。 - 深度优先的特性使得它在某些问题中更容易实现,例如拓扑排序、判断图中是否存在环。 #### 5. **示例代码** 以下是 **BFS** 和 **DFS** 的简单实现示例: **BFS 实现** ```python from collections import deque def bfs(graph, start): visited = set() queue = deque([start]) visited.add(start) while queue: node = queue.popleft() print(node) for neighbor in graph[node]: if neighbor not in visited: visited.add(neighbor) queue.append(neighbor) ``` **DFS 实现** ```python def dfs(graph, start, visited=None): if visited is None: visited = set() visited.add(start) print(start) for neighbor in graph[start]: if neighbor not in visited: dfs(graph, neighbor, visited) ``` #### 6. **总结** - **BFS** 更适合寻找最短路径或层次遍历问题,而 **DFS** 更适合探索所有可能路径或需要回溯的场景。 - **BFS** 使用队列实现,**DFS** 使用栈或递归实现。 - 在实际应用中,选择哪种算法取决于具体问题的需求和数据结构的特性。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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

打赏作者

xiangyong58

喝杯茶还能肝到天亮,共同进步

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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