一、前言
上一篇文章我们提到了关于图的形象化描述方法，不知道大家还有没有印象。没有印象的话，可以去看一下上期的内容
对于图来说，搜索的方法无外乎两种，深度优先搜索（DFS）和广度优先搜索（BFS）
两种搜索算法也不太相同，今天我们就来看一下这两个搜索算法
二、深度优先搜索
我们一提到深度优先搜索，脑子里第一时间想到的就是递归
没错，深搜就是依靠递归的方法来进行的搜索，我们来看一个例题：
对于上图来说，使用深度优先搜索的路线为：0 -> 3 - > 2 -> 4 -> 5 -> 1
这里不懂深搜的小伙伴可以看下这篇：深度优先搜索
递归版本：
/** * 深度优先搜索 * * @param node * @param set */ public void DFS(Node node, Set<Node> set) { if (node == null) { return; } if (!set.contains(node)) { set.add(node); System.out.print(node.value + " "); for (Node node1 : node.nexts) { DFS(node1, set); } } }
迭代版本：
/** * 深度优先搜索 * * @param node */ public void DFS(Node node) { Stack<Node> stack = new Stack<>(); Set<Node> set = new HashSet<>(); stack.add(node); set.add(node); System.out.print(node.value + " "); while (!stack.isEmpty()) { Node cur = stack.pop(); for (Node next : cur.nexts) { if (!set.contains(next)) { stack.add(cur); // 用来做记忆化的 stack.add(next); System.out.print(next.value + " "); set.add(next); break; } } } }
测试结果：
迭代版本： 0 3 2 4 5 1 递归版本： 0 3 2 4 5 1
三、广度优先搜索
对于广度优先搜索的话，简单的来说，像走地图一样，一圈一圈的扩展开来
我们来看一个例题：
对于上图来说，使用深度优先搜索的路线为：0 -> 3 -> 1 -> 2 -> 4 -> 5
这里不懂广搜的小伙伴可以看下这篇：广度优先搜索
/** * 广度优先搜索 * * @param node */ public static void BFS(Node node) { if (node == null) { return; } Queue<Node> queue = new LinkedList<>(); // 代表是否被使用 Set<Node> set = new HashSet<>(); queue.add(node); set.add(node); while (!queue.isEmpty()) { Node cur = queue.poll(); System.out.print(cur.value + " "); for (Node next : cur.nexts) { if (!set.contains(next)) { queue.add(next); set.add(next); } } } }
四、结语
这期的深度优先搜索和广度优先搜索比较简单
让你对图的搜索大概有个了解，下几期将会讲解一些真实的算法
在算法题中，题目不会单纯的让你求深搜和广搜，经常会和别的一起出现，比如最小生成树等
