【DFS(深度优先搜索)详解】看这一篇就够啦

简介: 本文介绍了深度优先搜索(DFS)算法及其应用。DFS从某个顶点出发,深入探索图的每条路径,直到无法前进为止,然后回溯。文章详细解释了DFS的基本思想,并通过示例图展示了其执行过程。此外,文中还探讨了三种枚举方式:指数型枚举、排列型枚举和组合型枚举,并提供了具体的代码实现。最后,文章通过几道练习题帮助读者更好地理解和应用DFS算法。

🍃1. 算法思想

DFS算法的基本思想是从图中的某个顶点v出发,访问此顶点,然后依次从v的未被访问的邻接点出发深度优先遍历图,直至图中所有和v有路径相通的顶点都被访问到。若此时图中尚有顶点未被访问,则另选图中一个未曾被访问的顶点作起始点,重复上述过程,整个进程反复进行直到所有顶点都被访问为止。


从上图中可以直观的感受到这种思想
就是一条路走到黑的思想,走到无路可走再回退到上一层,再选择另一条路继续一直走,再回退,直到整个遍历完成,深度优先搜索一般是通过递归来实现的,“递”的过程就是往下搜的过程对应着深度,“归”的过程就是回溯,回退上一级

🍃2. 三种枚举方式

🍃2.1 指数型枚举


指数型枚举是指一共有n个数,每一个数都有两种状态,也就是选或不选,时间复杂度也就是2^n,指数级的
例如3个数的枚举时,每一个数都有选和不选两种状态,可以根据这个画出递归搜索树

接着用代码实现一下

#include <iostream>
using namespace std;
int n;
int vis[20];
void dfs(int x){
    //表示已经n个数都被判断过了,一种方案已经搜索完成
    if(x > n){
        for(int i = 1;i <= n;i++){
            if(vis[i] == 1)
            cout<<i<<" ";
        }
        cout<<'\n';
        return;
    }
    vis[x] = 2;//表示不选
    dfs(x+1);//继续搜下一个
    vis[x] = 0;//回溯
    vis[x] = 1;//表示选
    dfs(x+1);//继续搜下一个
    vis[x] = 0;//回溯
}
int main(){
    cin>>n;
    dfs(1);
    return 0;
}

🍃2.2 排列型枚举

排列型枚举是一种生成给定集合所有可能排列的方法,其实在中学阶段我们就学过排列组合的问题,排列是区分顺序的,例如,同样是1 2 3三个数字,1,2, 3和 1,3,2是两种方案。
来看下面的一个例题:

很简单,就是生成n个数字的全排列方案,在用代码实现的过程中,需要另外再开一个vis数组,表示状态,以此来区分是否被选过

#include <bits/stdc++.h>
using namespace std;
int vis[15];
int a[15];
int n;
void dfs(int x){
    //表示n个数字都已经选过了
    if(x > n){
        for(int i = 1;i <= n;i++){
            cout<<setw(5)<<a[i];//题目中要求5个场宽
        }
        cout<<'\n';
        return;
    }
    for(int i = 1;i <= n;i++){
        if(!vis[i]){
            vis[i] = 1;//选过标记为1
            a[x] = i;//表示该数字被选上了
            dfs(x+1);//继续选下一个数字
            vis[i] = 0;//回溯重置该数字的状态
            a[x] = 0;//,也可以不写,因为数据可以直接覆盖
        }
    }
}
int main(){
    cin>>n;
    dfs(1);
    return 0;
}

也就是依次枚举n个数,当这n个数选出一种方案之后,就回溯,再判断其它分支

🍃2.3 组合型枚举

组合是从n个不同元素中取出m(m≤n)个元素的所有取法,组合不考虑元素的顺序。也就是 1 2 3 和 1 3 2是同一种方案

这次的dfs中采用了两个参数,一个表示枚举了几个数,一个表示从哪个数开始往后选,因为这次是组合型枚举,
例如,在选了1 3 2之前,1 2 3肯定也已经选过了,所以不会有1 3 2这种情况出现,从哪个数开始往后选,都是选的比这个数字典序大的数,不存在字典数大的数排在字典数小的之前的情况,所以要记录从哪个数开始往后选

#include <bits/stdc++.h>
using namespace std;
int a[25];
int n,r;
void dfs(int x,int start){
    //已经选够的情况
    if(x > r){
        for(int i = 1;i<=r;i++){
            cout<<setw(3)<<a[i];
        }
        cout<<'\n';
        return;
    }
    for(int i = start;i<=n;i++){
        a[x] = i;
        dfs(x+1,i+1);//选下一个数字,并且下一个数字的字典序要比本次大,也就是从i+1开始往后选
        a[x] = 0;
    }
}
int main(){
    cin>>n>>r;
    dfs(1,1);
    return 0;
}

🍃3. 剪枝优化

在深度优先搜索(DFS)中,剪枝是一种常用的优化技术,用于减少不必要的搜索空间,从而提高搜索效率。剪枝的核心思想是在搜索过程中,尽早地识别和排除那些不可能产生解的路径或状态,从而避免在这些无效路径上浪费时间和资源。
dfs(深度优先搜索)其实是一种特别暴力的算法,也就是我们常说的暴力搜索,时间复杂度一般都是指数级或阶乘级的这样,这时,剪枝就显得尤为重要,不然特别容易超时

来看一道洛谷的典型题P1088:火星人

这题是不是就是我们之前讲到的全排列类型的题,意思就是给出一个排列方式,按照字典序求这种方式以后的第几种排列

这次用Java实现一下:

public class Main {
    static int n = 0, r = 0;//n个数字,求第r中排列方式
    static int cnt = 0;//记录次数
    static int[] arr = new int[10010];
    static int[] mars = new int[10010];//火星人的排列
    static boolean[] vis = new boolean[10010];//记录状态
    static boolean falg = false;//记录状态,后面用于剪枝
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        n = sc.nextInt();
        r = sc.nextInt();
        for (int i = 1; i <= n; i++) {
            mars[i] = sc.nextInt();
        }
        dfs(1);
    }
    public static void dfs(int x) {
        //剪枝,后面的不用再去排列了
        if (falg) {
            return;
        }
        if (x > n) {
            cnt++;
            if (cnt == r + 1) {
                //表示已经找到了答案
                falg = true;
                for (int i = 1; i <= n; i++) {
                    System.out.print(arr[i] + " ");
                }
                System.out.println();
            }
            return;
        }
        //和之前写的排列模板一样
        for (int i = 1; i <= n; i++) {
            //表示从火星人给出的排列方案开始往后搜索
            if (cnt == 0) {
                i = mars[x];
            }
            if (!vis[i]) {
                arr[x] = i;
                vis[i] = true;
                dfs(x + 1);
                vis[i] = false;
            }
        }
    }
}

这道题我们就很好的利用了剪枝进行优化,不然按照原来算法的时间复杂度肯定是会超时的,当我们找到目标方案之后,后面的方案就没必要进行搜索了,此时直接退出函数,也就是剪枝
每一题的剪枝方案需要具体题目具体分析。

🍃4. 图的搜索

步骤:
1.选择起始点:从图的某个顶点v开始。
2.标记当前顶点:将当前顶点v标记为已访问,以避免重复访问。
3.遍历邻接点:对于v的每个未访问的邻接点w,递归地执行DFS,从w开始。
4.回溯:当没有更多的邻接点可以遍历时,返回到上一步的顶点。

下面看一道例题:

洛谷1683:入门

图的存储:通过二维数组进行存储
怎么往四个方向进行搜索:定义两个方向数组

#include <iostream>
using namespace std;
const int N = 25;
char arr[N][N];
bool vis[N][N];
int res;
int x, y;
//方向数组,四个方向进行搜索
int dx[4] = { -1,0,1,0 };
int dy[4] = { 0,1,0,-1 };
void dfs(int m,int n){
    for(int i = 0;i < 4;i++){
        int a = m + dx[i];
        int b = n + dy[i];
        if(vis[a][b]) continue;
        if(arr[a][b] != '.')continue;//只能走"."
        if(a < 0 || a >= x) continue;//不能越界
        if(b < 0 || b >= y) continue;
        vis[a][b] = true;
        res++;
        dfs(a,b);//本题不需要回溯,直接往下搜
    }
}
int main(){
    ios::sync_with_stdio(0), cin.tie(0), cout.tie(0);
    cin >> y >> x;
    for (int i = 0; i < x; i++) {
        for (int j = 0; j < y; j++) {
            cin >> arr[i][j];
        }
    }
    for (int i = 0; i < x; i++) {
        for (int j = 0; j < y; j++) {
            //从起点开始搜索
            if (arr[i][j] == '@') {
                vis[i][j] = true;
                dfs(i, j);
            }
        }
    }
    cout << res + 1;//加上起点
    return 0;
}

🍃5. 来几道题试试手

🍃5.1 选数

做题点这里👉 洛谷P1036

这道题其实还是之前讲过的组合型枚举,例如样例中是4个数里边选3个进行组合,只不过最后多了一个求和和素数判断

还用Java来实现一下:

public class Main {
    static int n = 0,k = 0;
    static int cnt = 0;
    static int[] arr = new int[50];
    static int[] res = new int[20];
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        n = sc.nextInt();
        k = sc.nextInt();
        for(int i = 1;i <= n;i++){
            arr[i] = sc.nextInt();
        }
        dfs(1,1);
        System.out.println(cnt);
    }
    public static boolean isPrime(int num){
        for(int i=2;i*i<=num;i++){
            if(num%i==0)
                return false;
        }
        return true;
    }
    public static void dfs(int x, int start){
        if(x == k + 1){
            int sum = 0;
            //求和
            for(int i =1;i <= k;i++){
                sum += res[i];
            }
            //判断素数,方案数+1
            if(isPrime(sum)){
                cnt++;
            }
            return;
        }
        for(int i = start;i <= n;i ++){
            res[x] = arr[i];
            dfs(x + 1,i + 1);
            res[x] = 0;
        }
    }
}

🍃5.2 火柴棒等式

做题点这里👉 洛谷1149

我们来实现一下:

import java.util.Scanner;
public class Main {
    static int[] match = new int[1000];
    static int[] arr = new int[1000];
    static int n = 0, cnt = 0;
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        n = sc.nextInt();
        n -= 4;//等号和加号用的火柴棒
        match[0] = 6;
        match[1] = 2;
        match[2] = 5;
        match[3] = 5;
        match[4] = 4;
        match[5] = 5;
        match[6] = 6;
        match[7] = 3;
        match[8] = 7;
        match[9] = 6;
        //计算10以后的数字用到的火柴帮数量
        for (int i = 10; i < 1000; i++) {
            match[i] = match[i % 10] + match[i / 10];
        }
        dfs(1, 0);
        System.out.println(cnt);
    }
    public static void dfs(int x, int sum) {
        //超过给出的数量,剪枝
        if (sum > n) {
            return;
        }
        if (x > 3) {
            if (sum == n && arr[1] + arr[2] == arr[3]) {
                cnt++;
            }
            return;
        }
        for (int i = 0; i < 1000; i++) {
            arr[x] = i;
            dfs(x + 1, sum + match[i]);
            arr[x] = 0;
        }
    }
}



相关文章
|
数据采集 自然语言处理 搜索推荐
图文详解 DFS 和 BFS | 算法必看系列知识二十四
深度优先遍历(Depth First Search, 简称 DFS) 与广度优先遍历(Breath First Search)是图论中两种非常重要的算法,生产上广泛用于拓扑排序,寻路(走迷宫),搜索引擎,爬虫等,也频繁出现在高频面试题中。
30384 4
图文详解 DFS 和 BFS | 算法必看系列知识二十四
|
3月前
|
算法
数据结构与算法-DFS+BFS篇(迷宫问题)
数据结构与算法-DFS+BFS篇(迷宫问题)
35 3
|
3月前
|
存储 SQL 算法
LeetCode题目100:递归、迭代、dfs使用栈多种算法图解相同的树
LeetCode题目100:递归、迭代、dfs使用栈多种算法图解相同的树
|
存储 算法
深度优先遍历(DFS):探索图的奥秘
当进行深度优先遍历(DFS)时,我们需要按照一定的步骤来遍历图中的节点。 选择起始节点:选择图中的一个起始节点作为遍历的起点。 标记已访问:将起始节点标记为已访问,并将其放入数据结构中,比如栈或递归调用。 探索相邻节点:从起始节点开始,探索与其相邻的节点。这是通过查找邻接表来实现的,邻接表存储了每个节点的相邻节点信息。 深入探索:选择一个相邻节点,标记为已访问,并将其放入数据结构中。然后,从这个相邻节点出发,继续探索其相邻节点,形成一个深入的路径。这一步是递归的核心。 回溯:当没有未访问的相邻节点时,回溯到上一个节点,继续探索其他未访问的相邻节点。这可以通过从数据结构中弹出节点来实现,或者从递
263 0
|
4月前
|
算法
深度优先搜索(DFS)的基础理解与实现
深度优先搜索(DFS)的基础理解与实现
51 0
|
存储 算法
dfs构造N叉树面试算法题
dfs构造N叉树面试算法题
92 0
|
数据采集 算法 C语言
图的遍历——深度优先搜索(DFS)与广度优先搜索(BFS)(附带C语言源码)
图的遍历——深度优先搜索(DFS)与广度优先搜索(BFS)(附带C语言源码)
303 0
|
算法 JavaScript
好的,DFS,也学废了!
没错,本篇是上一篇《好的,BFS,又学废了!》的姊妹篇,意在通过简单回顾拾起学了忘、又忘了学的基础数据结构; DFS,全称是:深度优先遍历(Depth_First_Search),通常和 BFS 广度优先遍历(Breadth-first search)对比理解学习;
|
算法 前端开发
怎么理解DFS和BFS
怎么理解DFS和BFS
154 0