深度优先搜索算法的基础是递归,如果你对递归还不熟悉的话,建议先去看看递归的概念,做一些递归的练习题,也可以看我之前写的递归的文章:递归算法详解
在这篇文章中同时总结下广度优先搜索和深度优先搜索,这两种算法是针对 “图” 的遍历方法,当然这里的图是指的是广义上的图,可以是实际的图,可以是N叉树,甚至可以是二维矩阵。其中深度优先搜索是每一次按照一个方向进行穷尽式的搜索,当该方向上的搜索无法继续往前的时候,这时就退回到上一步,换一个方向继续搜索。而广度优先走是按照层次由近及远的进行搜索,在当前层次所有可及节点都搜索完毕后才会继续往下搜索,其本质就是寻找从起点到终点的最短路径。下面以二叉树的遍历过程说明两种搜索算法之间的区别:
这种搜索方法会按照一个方向进行穷尽搜索,所以首先会一直搜索左子树,直到某个节点没有左子树为止,接着换个方向搜索右子树,图示如下:
与深度搜索不同的是这种搜索的方式总是按照层次进行的,当前层所以节点都访问过后才会继续往下,图示如下:
void DFS(当前节点){
对当前节点的访问;`在这里插入代码片`
标记当前节点为已访问;
for(下一节点 : 当前节点的邻接列表){
剪枝(如果下一节点已经访问过就跳过);
DFS(下一节点);
}
}
//二叉树前序DFS搜索
void DFS(TreeNode* root){
if(root == nullptr) return;
cout << root->val << " "; //输出当前节点
//这里不需要标记当前节点为已访问,因为二叉树不会往回走
DFS(root->lchild);
DFS(root->rchild);
}
调整输出节点的位置,还能得出另外两种二叉树DFS遍历:
//二叉树中序DFS搜索
void DFS(TreeNode* root){
if(root == nullptr) return;
DFS(root->lchild);
cout << root->val << " "; //输出当前节点
DFS(root->rchild);
}
//二叉树后序DFS搜索
void DFS(TreeNode* root){
if(root == nullptr) return;
DFS(root->lchild);
DFS(root->rchild);
cout << root->val << " "; //输出当前节点
}
vector<int> visited; //用来标记已访问节点
void DFS(Graph *G, int v){
cout << v << " "; //输出当前节点
visited[v] = 1; //标记当前节点为已访问
for(int w = 0; w < G->vexnum; w++){
if(!visited[w])
DFS(G, w);
}
}
int m = matrix.size(); //行数
int n = matrix[0].size(); //列数
vector<vector<int>> visited(m, vector<int>(n, 0)); //用来标记已经访问过的节点
int directions[4][2] = {
{
-1, 0}, {
1, 0}, {
0, -1}, {
0, 1}}; //行进方向
void DFS(vector<vector<int>> &matrix, int x, int y){
if(matrix[x][y] == target)
return;
visited[x][y] = 1; //标记当前节点为已访问
for(int i = 0; i < 4; i++){
int new_x = x + directions[i][0];
int new_y = y + directions[i][1];
//这里一定要把visites[new_x][new_y]放在最后,因为计算后的new_x和new_y值有可能已经超过visited的下标访问范围
if(new_x < 0 || new_x >= m || new_y < 0 || new_y >= n || visited[new_x][new_y]) continue;
DFS(matrix, new_x, new_y);
}
}
首先需要明确的就是,广度优先搜索是按照层次遍历的,所以广度优先搜索不能像深度优先搜索一样使用递归来实现,广度优先搜索需要申请辅助队列来记录下一层需要遍历的节点
从一个起点出发到一个终点结束
//单源的广度优先搜索
int BFS(elemType start, elemType target) {
queue<elemType> q; //申请辅助队列
set<elemType> visited; //标记已访问过的,避免走回头路
q.push(start); //起点入队列
visited.insert(start); //标记起点
int step = 0; //记录步数
while (!q.empty()) {
int sz = q.size(); //每一层的元素个数
for (int i = 0; i < sz; i++) {
elemType cur = q.pop(); //获得队列中的元素
if (cur == target) {
//判断是否需要结束搜索
return step;
}
for (elemType x : cur.neighbor()) {
//确定下一层需要搜索的节点
if (visited.find(x) == visited.end()) {
q.push(x);
visited.insert(x);
}
}
}
step++; // 步数加一
}
}
顾名思义,多源广度优先搜索的意思是可以从多个起点开始向外进行搜索,是一种扩散式的搜索方法,如下图所示,图中值为0的点表示起点,则与每个0上下左右相邻的节点值就为1,同样与每个1上下左右相邻的节点值就为2。
vector<vector<int>> mulBFS(vector<vector<int>>& mat) {
int m = mat.size();
int n = mat[0].size();
vector<vector<int>> dist(m, vector<int>(n, 0)); //记录每个位置上的步数
vector<vector<int>> visited(m, vector<int>(n, 0)); //用来标记是否访问过
queue<pair<int, int>> q;
//第一步就是将多个源点按顺序入队列
for (int i = 0; i < m; i++) {
for (int j = 0; j < n; j++) {
if (mat[i][j] == 0) {
q.push(pair<int, int>(i, j));
visited[i][j] = 1;
}
}
}
while (!q.empty()) {
int sz = q.size();
for (int i = 0; i < sz; i++) {
auto [x, y] = q.front();
q.pop();
for (int j = 0; j < 4; j++) {
int new_x = x + directions[j][0];
int new_y = y + directions[j][1];
if (new_x < 0 || new_x >= m || new_y < 0 || new_y >= n || visited[new_x][new_y]) continue;
q.push(pair<int, int>(new_x, new_y));
visited[new_x][new_y] = 1;
dist[new_x][new_y] = dist[x][y] + 1;
}
}
}
}
[注]:上述的两种广度优先搜索中我们给出了两个记录步长的方式,第一种是设置一个step,然后每向前一步就step++,这种比较适合单源的广度优先搜索;第二种是设置一个辅助dist数组,记录所有节点的距离,然后通过 dist[newNode] = dist[oldNode]+1 进行更新,这种比较适合多源的广度优先搜索。
广度优先搜索是求图中最短路径的方法,一般是从某个起点出发,一直穷举直到碰到某个结束值(也就是目标值),这样的搜索过程就是单向的搜索,而有的题目即会提供起点位置,也会提供终点的位置,这样的题目可以采用双向的广度优先搜索, 当发现某一时刻两边都访问过同一顶点时就停止搜索。比如下面这个题目:
LeetCode 127. 单词接龙:在本题目中起始单词 beginword 和 结束单词 endword均已经给出,因此可以采用双向的广度优先搜索。
双向广度优先搜索算法流程:
1. 需要定义两个辅助队列,一个放前向搜索时的节点,一个存放逆向搜索时的节点
2. 查看两个辅助队列中是否有相同的元素,以判断搜索是否结束
3. 轮流进行搜索,也就是前向搜索进行一次后紧跟着就要做一次逆向搜索
int BFS(string beginWord, string endWord, vector<string>& wordList) {
unordered_set<string> wordSet(wordList.begin(), wordList.end());
if (wordSet.find(endWord) == wordSet.end()) return 0;
unordered_set<string> q_start, q_end, visited; //双向搜索要定义两个set作为辅助队列
q_start.insert(beginWord);
q_end.insert(endWord);
int step = 1;
while (!q_start.empty() && !q_start.empty()) {
unordered_set<string> temp; //定义一个temp为了将q_start将q_end交换
for (string cur : q_start) {
cout << cur << " ";
if (q_end.find(cur) != q_end.end()) return step; //查看两个队列中是否有相同的元素,相同则结束遍历
//这一步很关键,单向BFS中是在新节点入队的同时加入访问数组,这里不行,因为我们结束查找的条件就是两个队
//列中是否有相同的条件,如果在新节点入队的同时加入访问数组,两个队列中就一定不会有相同的元素,因此要在判断后加
visited.insert(cur);
for (int k = 0; k < cur.size(); k++) {
string newWord = cur;
for (int i = 0; i < 26; i++) {
newWord[k] = i + 'a';
if (wordSet.find(newWord) != wordSet.end() && visited.find(newWord) == visited.end()) {
temp.insert(newWord);
}
}
}
}
step++;
//交换搜索的方向
q_start = q_end;
q_end = temp;
}
return 0;
}
文章浏览阅读3.2w次,点赞16次,收藏90次。对于这个问题我也是从网上找了很久,终于解决了这个问题。首先遇到这个问题,应该确认虚拟机能不能正常的上网,就需要ping 网关,如果能ping通说明能正常上网,不过首先要用命令route -n来查看自己的网关,如下图:第一行就是默认网关。现在用命令ping 192.168.1.1来看一下结果:然后可以看一下电脑上面百度的ip是多少可以在linux里面ping 这个IP,结果如下:..._linux桥接ping不通baidu
文章浏览阅读512次。小妹在这里已经卡了2-3天了,研究了很多人的文章,除了低版本api 17有成功外,其他的不是channel null 就是没反应 (channel null已解决)拜托各位大大,帮小妹一下,以下是我的程式跟 gradle, 我在这里卡好久又没有人可问(哭)![image](/img/bVcL0Qo)public class MainActivity extends AppCompatActivit..._android 权限申请弹窗 横屏
文章浏览阅读1.4k次,点赞4次,收藏6次。valid padding(有效填充):完全不使用填充。half/same padding(半填充/相同填充):保证输入和输出的feature map尺寸相同。full padding(全填充):在卷积操作过程中,每个像素在每个方向上被访问的次数相同。arbitrary padding(任意填充):人为设定填充。..._cnn “相同填充”(same padding)
文章浏览阅读790次,点赞29次,收藏28次。手绘了下图所示的kafka知识大纲流程图(xmind文件不能上传,导出图片展现),但都可提供源文件给每位爱学习的朋友一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长![外链图片转存中…(img-Qpoc4gOu-1712656009273)][外链图片转存中…(img-bSWbNeGN-1712656009274)]
文章浏览阅读469次。Date对象取得年份有getYear和getFullYear两种方法经 测试var d=new Date;alert(d.getYear())在IE中返回 2009,在Firefox中会返回109。经查询手册,getYear在Firefox下返回的是距1900年1月1日的年份,这是一个过时而不被推荐的方法。而alert(d.getFullYear())在IE和FF中都会返回2009。因此,无论何时都应使用getFullYear来替代getYear方法。例如:2016年用 getFullYea_getyear和getfullyear
文章浏览阅读182次。Unix传奇(上篇) 陈皓 了解过去,我们才能知其然,更知所以然。总结过去,我们才会知道我们明天该如何去规划,该如何去走。在时间的滚轮中,许许多的东西就像流星一样一闪而逝,而有些东西却能经受着时间的考验散发着经久的魅力,让人津津乐道,流传至今。要知道明天怎么去选择,怎么去做,不是盲目地跟从今天各种各样琳琅满目前沿技术,而应该是去 —— 认认真真地了解和回顾历史。 Unix是目前还在存活的操作系_unix传奇pdf
文章浏览阅读308次。哈希算法:将字符串映射为数字形式,十分巧妙,一般运用为进制数,进制据前人经验,一般为131,1331时重复率很低,由于字符串的数字和会很大,所以一般为了方便,一般定义为unsigned long long,爆掉时,即为对 2^64 取模,可以对于任意子序列的值进行映射为数字进而进行判断入门题目链接:AC代码:#include<bits/stdc++.h>using na..._ac算法 哈希
文章浏览阅读952次,点赞13次,收藏27次。由于觉得Qt的编辑界面比较丑,所以想用vs2022的编辑器写Qt加MySQL的项目。_在vs中 如何装qt5sqlmysql模块
文章浏览阅读1k次。选择题题目:下面的哪个调研内容属于经济环境调研?()题目:()的目的就是加强与客户的沟通,它是是网络媒体也是网络营销的最重要特性。题目:4Ps策略中4P是指产品、价格、顾客和促销。题目:网络市场调研是目前最为先进的市场调研手段,没有任何的缺点或不足之处。题目:市场定位的基本参数有题目:市场需求调研可以掌握()等信息。题目:在开展企业网站建设时应做好以下哪几个工作。()题目:对企业网站首页的优化中,一定要注意下面哪几个方面的优化。()题目:()的主要作用是增进顾客关系,提供顾客服务,提升企业_画中画广告之所以能有较高的点击率,主要由于它具有以下特点
文章浏览阅读1k次,点赞2次,收藏5次。以爬取CSDN为例子:第一步:导入请求库第二步:打开请求网址第三步:打印源码import urllib.requestresponse=urllib.request.urlopen("https://www.csdn.net/?spm=1011.2124.3001.5359")print(response.read().decode('utf-8'))结果大概就是这个样子:好的,继续,看看打印的是什么类型的:import urllib.requestresponse=urllib.r_urlopen the read operation timed out
文章浏览阅读304次。修正sina.com/sina.cn邮箱获取不到联系人,并精简修改了其他邮箱代码,以下就是升级版版本的介绍:完整版本,整合了包括读取邮箱通讯录、MSN好友列表的的功能,目前读取邮箱通讯录支持如下邮箱:gmail(Y)、hotmail(Y)、 live(Y)、tom(Y)、yahoo(Y)(有点慢)、 sina(Y)、163(Y)、126(Y)、yeah(Y)、sohu(Y) 读取后可以发送邮件(完..._通讯录 应用读取 邮件 的相关
文章浏览阅读213次。云计算及虚拟化教程学习云计算、虚拟化和计算机网络的基本概念。此视频教程共2.0小时,中英双语字幕,画质清晰无水印,源码附件全课程英文名:Cloud Computing and Virtualization An Introduction百度网盘地址:https://pan.baidu.com/s/1lrak60XOGEqMOI6lXYf6TQ?pwd=ns0j课程介绍:https://www.aihorizon.cn/72云计算:概念、定义、云类型和服务部署模型。虚拟化的概念使用 Type-2 Hyperv_云计算与虚拟化技术 教改