标签:font 最优 不用 最短径 情况下 应该 str 算法 总结
最近做了不少的搜索题,时而用到DFS时而用到BFS,这里对两种搜索方法做一个总结。
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。
先搜索邻居,搜完邻居再搜邻居的邻居。
其中俩个思想: 1 .队列不为空则循环
2.将未访问的邻接点压入队列后面,然后从前面取出并访问(这样就做到了广度优先)
图的解释:
0
1 2
3 4 5 6
这个是二叉树的例子,这里如果是广度优先的话,访问的顺序依次是0123456.
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。
从起点出发,先把一个方向的点都遍历完才会改变方向......
先找到出发点,依次对找其所有未访问的邻接点做dfs(仔细想想,这里,未访问完邻居继续做dfs,这样就做到了深度优先)
这里贴一个树的深度优先搜索树的例子
这个树很简单:
0
1 2
3 4 5 6
是一个二叉树。
如果是深度优先算法来搜,则搜索顺序应该为:0134256
各自用途
1.BFS是用来搜索最短径路的解是比较合适的,比如求最少步数的解,最少交换次数的解,因为BFS搜索过程中遇到的解一定是离根最近的,所以遇到一个解,一定就是最优解,此时搜索算法可以终止。这个时候不适宜使用DFS,因为DFS搜索到的解不一定是离根最近的,只有全局搜索完毕,才能从所有解中找出离根的最近的解。(当然这个DFS的不足,可以使用迭代加深搜索ID-DFS去弥补)
2.DFS是空间效率高,DFS不需要保存搜索过程中的状态,而BFS在搜索过程中需要保存搜索过的状态,而且一般情况需要一个队列来记录。
3.DFS适合搜索全部的解,因为要搜索全部的解,那么BFS搜索过程中,遇到离根最近的解,并没有什么用,也必须遍历完整棵搜索树,DFS搜索也会搜索全部,但是相比DFS不用记录过多信息,所以搜素全部解的问题,DFS显然更加合适,一般情况下,DFS也需要高效的剪枝操作。
标签:font 最优 不用 最短径 情况下 应该 str 算法 总结
原文地址:https://www.cnblogs.com/wkfvawl/p/9347828.html