DFS(深度搜索)无向图遍历(JAVA手把手深入解析)

简介: DFS(深度搜索)无向图遍历(JAVA手把手深入解析)

DFS(深度搜索)无向图遍历(JAVA手把手深入解析)


前言

       到了DFS与BFS这里就是一个省一的分界线了,能搞定的省一基本没有问题,当然,也有靠纯暴力进入省一的,但是几率就会小一些。这篇文章我已经将DFS拆分的很细了呢,希望能帮助大家跨过蓝桥杯的这个分水岭。

       如果帮助到了你,请留下你的三连支持。

DFS深度优先

       深度优先搜索是一种在开发爬虫早期使用较多的方法。它的目的是要达到被搜索结构的叶结点(即那些不包含任何超链的HTML文件) 。在一个HTML文件中,当一个超链被选择后,被链接的HTML文件将执行深度优先搜索,即在搜索其余的超链结果之前必须先完整地搜索单独的一条链。深度优先搜索沿着HTML文件上的超链走到不能再深入为止,然后返回到某一个HTML文件,再继续选择该HTML文件中的其他超链。当不再有其他超链可选择时,说明搜索已经结束。

图中的深度结果就是:0->1->3->4->2

这是深度搜索DFS的遍历方式。

我们已经知道DFS是怎么个逻辑了,那么我们就画一个图做个DFS的搜索。(图随便画,一会自己能根据深度搜索的理论把对应的数组写出来就行)。

无向图

这里我们来自己画。画的跟树类似,可以使用类创建左右孩子的方式来解决,但是咱们为了更好的让大一的孩子们理解,所以用一个类来决绝这个问题。

途中我们依照DFS深度搜索的方式目标输出结果是:1->2->4->7->5->3->6。我们接下来就开始我们的编码,看看是否能按照这个DFS的方式进行遍历。

DFS全局变量定义

1、节点

为了帮助孩子们理解,我这里使用的是拼音拼写的变量【dian】

public static String dian[] = { "1", "2", "3", "4", "5", "6", "7" };

2、节点数

我们所有的操作都会依赖于这个长度来进行遍历,故而这里我单独写了一下:

public static int d_length=d.length;

3、根据图创建数组

我们用二位数组来表达我们的输出顺序。

1的关联方式是:1列链接1,3故而有数组{0,1,1,0,0,0,0}来表示【1】,那么,同理我们依次推导出2~7的数组表达。

挨个根据图来写,只要有链接就记录一个【1】,没有链接就记录【0】,自身遇到自身记录【0】。

public static int[][] arr= {
      {0,1,1,0,0,0,0},
      {1,0,0,1,1,0,0},
      {1,0,0,0,0,1,0},
      {0,1,0,0,0,0,1},
      {0,1,0,0,0,0,0},
      {0,0,1,0,0,0,0},
      {0,0,0,1,0,0,0},
  };

这样我们就把图形的规律记录成了一个长度为定点长度的二位数组。

4、状态记录数组

public static boolean[] isfStatus;

四个全局变量

这里我们共计创建了4个全局变量,依次是:

顶点、图转换数组、判断是否走过、记录每一个节点的遍历过程,走过则记录为true。

/**                                                            
 * 顶点                                                          
 */                                                            
public static String d[] = { "1", "2", "3", "4", "5", "6", "7" 
/**                                                            
 * 图转换数组                                                       
 */                                                            
public static int[][] arr= {                                   
    {0,1,1,0,0,0,0},                                       
    {1,0,0,1,1,0,0},                                       
    {1,0,0,0,0,1,0},                                       
    {0,1,0,0,0,0,1},                                       
    {0,1,0,0,0,0,0},                                       
    {0,0,1,0,0,0,0},                                       
    {0,0,0,1,0,0,0},                                       
};                                                             
/**                                                            
 * 顶点长度
 */                                                            
public static int d_length=d.length;                           
/**                                                            
 * 记录每一个节点的遍历过程,走过则记录为true                                     
 */                                                            
public static boolean[] isfStatus;

这里我们所需要的变量就准备好了。

DFS代码

1、DFS启动·进入到递归搜索中

我们这里其实是注意行的深入,故而只要false就代表没有走过,我们需要遍历一下图,看看是否有对应的链接数组。

/**                                                        
 * 开始DFS
 */                                                        
public static void DFSStart() {                            
  //初始化数组,记录使用过程                                         
  isfStatus = new boolean[d_length];                     
  //遍历图数组                                                
  for (int i = 0; i < d_length; i++) {                   
    //因为初始的布尔数组都是false,所以只要是false就是没有走过                
    if (isfStatus[i] == false) {                       
      //进度到深度搜索的递归                                   
      DFS(i);                                        
    }                                                  
  }                                                      
}

2、深度递归

我们这里需要注意的是深度搜索的节点遍历范围,我们从第一个开始,然后逐一遍历。

节点控制(深搜核心):

从i行的列0开始遍历,只要有不是0的就代表有直接连接的,并且要找到的下层没有走过,也就是没有递归到,就开始判断。这里是核心。

/**                                                       
 * 递归深搜                                                   
 * @param i                                               
 */                                                       
private static void DFS(int i) {                          
  // TODO Auto-generated method stub                    
  System.out.print(d[i] + " ");                         
  isfStatus[i] = true;                                  
  // 深度搜索子节点·从第一个节点到下一个节点                               
  for (int j = firstValue(i); j >= 0; j = nextValue(i, j)) {
    if (!isfStatus[j]) {                              
      DFS(j);                                       
    }                                                 
  }                                                     
}

3、遍历节点

这里能看到我写了两个判断,判断1是arr[i][j]>0,还有第二个判断arr[i][k] == 1其实都是一样的,因为咱们的数组当中只有1与0两个,大于零是1,等等于1还是1,所以是一样的。

全局控制:变量【i】,我们通过变量【i】来控制我们遍历的行数,这样就能逐一击破了。

初始点:坐标点需要从最左侧的0开始遍历,只要找到不是0的数就代表有链接点了。

下一个链接:坐标得从第N个开始遍历了,因为之前的已经遍历过了。这里的N是变量【j】。

我们这里再加强一下理解:

先看【第一个连接点】,例如图中的【1】与【2,3】相连,我们遍历到2的时候也就是坐标【arr[0][1]】就代表1与2相连接,我们在继续向下层递归,也就是i向下走一层【DFS(i)】也就下一个有相关链接的点。有难度的时候我们可以通过debug来一层层的理解。

/**                                           
 * 第一个连接点                                     
 * @param i                                   
 * @return                                    
 */                                           
private static int firstValue(int i) {        
  for (int j = 0; j < d_length; j++) {      
    if (arr[i][j] > 0) {                  
      return j;                         
    }                                     
  }                                         
  return -1;                                
}                                             
/**                                           
 * 下一个连接点                                     
 * @param i                                   
 * @param j                                   
 * @return                                    
 */                                           
private static int nextValue(int i, int j) {  
  for (int k = (j + 1); k < d_length; k++) {
    if (arr[i][k] == 1) {                 
      return k;                         
    }                                     
  }                                         
  return -1;                                
}

4、最终输出:

public static void main(String[] args) {
  // TODO Auto-generated method stub
  DFSStart();
}

5、输出效果:

可以看到,输出内容与我们的目标结果是相同的,代表我们深度搜索的编码没有问题。

完整代码对照

这个是我把类都复制了一下啊,你需要改一下包名以及你的类名即可进行测试。

package com.item.action;
public class Demo_def {
  /**
   * 顶点
   */
  public static String d[] = { "1", "2", "3", "4", "5", "6", "7" };
  /**
   * 图转换数组
   */
  public static int[][] arr= {
      {0,1,1,0,0,0,0},
      {1,0,0,1,1,0,0},
      {1,0,0,0,0,1,0},
      {0,1,0,0,0,0,1},
      {0,1,0,0,0,0,0},
      {0,0,1,0,0,0,0},
      {0,0,0,1,0,0,0},
  };
  /**
   * 顶点长度
   */
  public static int d_length=d.length;
  /**
   * 记录每一个节点的遍历过程,走过则记录为true
   */
  public static boolean[] isfStatus;
  /**
   * 开始递归
   */
  public static void DFSStart() {
    //初始化数组,记录使用过程
    isfStatus = new boolean[d_length];
    //遍历图数组
    for (int i = 0; i < d_length; i++) {
      //因为初始的布尔数组都是false,所以只要是false就是没有走过
      if (isfStatus[i] == false) {
        //进度到深度搜索的递归
        DFS(i);
      }
    }
  }
  /**
   * 递归深搜
   * @param i
   */
  private static void DFS(int i) {
    // TODO Auto-generated method stub
    System.out.print(d[i] + " ");
    isfStatus[i] = true;
    // 深度搜索子节点·从第一个节点到下一个节点
    for (int j = firstValue(i); j >= 0; j = nextValue(i, j)) {
      if (!isfStatus[j]) {
        DFS(j);
      }
    }
  }
  /**
   * 第一个连接点
   * @param i
   * @return
   */
  private static int firstValue(int i) {
    for (int j = 0; j < d_length; j++) {
      if (arr[i][j] > 0) {
        return j;
      }
    }
    return -1;
  }
  /**
   * 下一个连接点
   * @param i
   * @param j
   * @return
   */
  private static int nextValue(int i, int j) {
    for (int k = (j + 1); k < d_length; k++) {
      if (arr[i][k] == 1) {
        return k;
      }
    }
    return -1;
  }
  public static void main(String[] args) {
    // TODO Auto-generated method stub
    DFSStart();
  }
}

完整代码留在这里是帮助大家对照的啊,别直接复制用,这样意义就不那么高了。

总结

       我们咋做蓝桥杯题的时候很多的时候都是有套路的,我们很多时候通过我们背过的一些套路去套题目也会直接出结果的,例如全排列的方法,还有很多的公式,欧几里得,欧拉等等,都是很方便的,我们其实不是算法的创造者,我们只是知识的搬运工,争取将更多的知识搬运到咱们的大脑中啊。

下一篇我会好好准备一下BFS深度搜索,大家好好用用心是可以完全搞定的,加油。

相关文章
|
1月前
|
缓存 安全 Java
Java并发性能优化|读写锁与互斥锁解析
本文深入解析Java中两种核心锁机制——互斥锁与读写锁,通过概念对比、代码示例及性能测试,揭示其适用场景。互斥锁适用于写多或强一致性场景,读写锁则在读多写少时显著提升并发性能。结合锁降级、公平模式等高级特性,助你编写高效稳定的并发程序。
109 0
|
1月前
|
安全 Oracle Java
JAVA高级开发必备·卓伊凡详细JDK、JRE、JVM与Java生态深度解析-形象比喻系统理解-优雅草卓伊凡
JAVA高级开发必备·卓伊凡详细JDK、JRE、JVM与Java生态深度解析-形象比喻系统理解-优雅草卓伊凡
164 0
JAVA高级开发必备·卓伊凡详细JDK、JRE、JVM与Java生态深度解析-形象比喻系统理解-优雅草卓伊凡
|
1月前
|
算法 Java 测试技术
零基础学 Java: 从语法入门到企业级项目实战的详细学习路线解析
本文为零基础学习者提供完整的Java学习路线,涵盖语法基础、面向对象编程、数据结构与算法、多线程、JVM原理、Spring框架、Spring Boot及项目实战,助你从入门到进阶,系统掌握Java编程技能,提升实战开发能力。
87 0
|
2月前
|
存储 Java Linux
操作系统层面视角下 Java IO 的演进路径及核心技术变革解析
本文从操作系统层面深入解析Java IO的演进历程,涵盖BIO、NIO、多路复用器及Netty等核心技术。分析各阶段IO模型的原理、优缺点及系统调用机制,探讨Java如何通过底层优化提升并发性能与数据处理效率,全面呈现IO技术的变革路径与发展趋势。
56 1
|
2月前
|
并行计算 Java API
Java List 集合结合 Java 17 新特性与现代开发实践的深度解析及实战指南 Java List 集合
本文深入解析Java 17中List集合的现代用法,结合函数式编程、Stream API、密封类、模式匹配等新特性,通过实操案例讲解数据处理、并行计算、响应式编程等场景下的高级应用,帮助开发者提升集合操作效率与代码质量。
129 1
|
2月前
|
安全 Java API
Java 集合高级应用与实战技巧之高效运用方法及实战案例解析
本课程深入讲解Java集合的高级应用与实战技巧,涵盖Stream API、并行处理、Optional类、现代化Map操作、不可变集合、异步处理及高级排序等核心内容,结合丰富示例,助你掌握Java集合的高效运用,提升代码质量与开发效率。
193 0
|
2月前
|
安全 JavaScript Java
java Web 项目完整案例实操指南包含从搭建到部署的详细步骤及热门长尾关键词解析的实操指南
本项目为一个完整的JavaWeb应用案例,采用Spring Boot 3、Vue 3、MySQL、Redis等最新技术栈,涵盖前后端分离架构设计、RESTful API开发、JWT安全认证、Docker容器化部署等内容,适合掌握企业级Web项目全流程开发与部署。
140 0
|
2月前
|
安全 Java
Java编程探究:深入解析final关键字
1. **使用限制**: 对于 `final` 方法和类,可以限制其他开发人员对代码的使用,确保其按设计的方式工作而不会被子类意外改变。
91 0
|
2月前
|
存储 安全 算法
Java 核心知识与技术全景解析
本文涵盖 Java 多方面核心知识,包括基础语法中重载与重写、== 与 equals 的区别,String 等类的特性及异常体系;集合类中常见数据结构、各集合实现类的特点,以及 HashMap 的底层结构和扩容机制;网络编程中 BIO、NIO、AIO 的差异;IO 流的分类及用途。 线程与并发部分详解了 ThreadLocal、悲观锁与乐观锁、synchronized 的原理及锁升级、线程池核心参数;JVM 部分涉及堆内存结构、垃圾回收算法及伊甸园等区域的细节;还包括 Lambda 表达式、反射与泛型的概念,以及 Tomcat 的优化配置。内容全面覆盖 Java 开发中的关键技术点,适用于深
|
2月前
|
缓存 安全 前端开发
Java 核心知识点与实战应用解析
我梳理的这些内容涵盖了 Java 众多核心知识点。包括 final 关键字的作用(修饰类、方法、变量的特性);重载与重写的区别;反射机制的定义、优缺点及项目中的应用(如结合自定义注解处理数据、框架底层实现)。 还涉及 String、StringBuffer、StringBuilder 的差异;常见集合类及线程安全类,ArrayList 与 LinkedList 的区别;HashMap 的实现原理、put 流程、扩容机制,以及 ConcurrentHashMap 的底层实现。 线程相关知识中,创建线程的四种方式,Runnable 与 Callable 的区别,加锁方式(synchronize

热门文章

最新文章

推荐镜像

更多
  • DNS