搜索算法系列之 DFS

简介: 搜索算法系列之 DFS

搜索系列之DFS

算法介绍

DFS(Depth-First-Search),即深度优先搜索 。是一种用于遍历或搜索的算法,这个算法会尽可能深的搜索树的分支。即在搜索到一个新节点时,立即对该节点进行遍历,当节点v的所在边都己被探寻过,搜索将回溯到发现节点v的那条边的起始节点。重复此过程直到从源节点出发的所有节点均被访问。

DFS 是图论中经典的算法,因为发现此算法,John Edward Hopcroft 和  Robert Endre Tarjan 于 1986年共同获得了图灵奖。

实现方式

基于栈

因为在搜索到一个新的节点时,需要立即对该新节点进行遍历,因此遍历需要用先进后出的栈来实现。

说白了,就两点:

一条道走到黑:先选择当前节点的一个子节点进行深入,然后对子节点再进行深度优先搜索。

撞到南墙再回头:一直搜索到叶节点,然后向上回溯,再对另一个子节点进行深度优先搜索。

例如遍历以下这棵树

假设我们先遍历左孩子,再遍历右孩子。

我们首先定义出树节点Node:

classTreeNode{

 intval;

 TreeNodelChild;  

 TreeNoderChild;

   TreeNode(intvalue){

       val=value;

   }

}

我们创建一个栈用来存放Node节点:

Stack<Node>stack=newStack<Node>;

  1. 我们首先将根节点root放入到栈中:

  1. 然后我们出栈栈顶元素并访问之,再判断其是否存在右左孩子,若存在则将其压入栈中。

(注:我们先压入右孩子,再压入左孩子,这样出栈的时候就保证了先遍历到左孩子再是右孩子)

  1. 紧接着我们又出栈栈顶元素,重复循环步骤 2。

    基于栈完整代码:

classSolution{

 publicvoiddfs(TreeNoderoot){

       if(root==null) returnnull;

       Stack<TreeNode>stack=newStack();

       stack.push(root);

       while(!stack.isEmpty()){

           TreeNodecurrNode=stack.pop();

           System.out.println(currNode.val);  

           if(currNode.rChild!=null){

             stack.push(currNode.rChild);  

           }

           if(currNode.lChild!=null){

               stack.push(currNode.lChild);

           }                  

       }

 }

}

递归

我们知道函数的调用就是栈结构,所以也可以通过递归实现。

同样上边的例子,其实就是树的前序遍历:

classSolution{

 publicvoiddfs(BTreeroot){

       if(root==null) returnnull;

       System.out.println(root.val);

       dfs(root.lChild);

       dfs(root.rChild);    

   }

}


目录
相关文章
|
1月前
|
算法 测试技术 定位技术
数据结构与算法——DFS(深度优先搜索)
数据结构与算法——DFS(深度优先搜索)
|
3月前
|
算法
DFS算法的实现
DFS算法的实现
62 3
|
3月前
|
算法
【算法】二分算法——搜索插入位置
【算法】二分算法——搜索插入位置
|
19天前
|
算法 搜索推荐 数据库
二分搜索:高效的查找算法
【10月更文挑战第29天】通过对二分搜索的深入研究和应用,我们可以不断挖掘其潜力,为各种复杂问题提供高效的解决方案。相信在未来的科技发展中,二分搜索将继续发挥着重要的作用,为我们的生活和工作带来更多的便利和创新。
30 1
|
1月前
|
算法 决策智能
基于禁忌搜索算法的VRP问题求解matlab仿真,带GUI界面,可设置参数
该程序基于禁忌搜索算法求解车辆路径问题(VRP),使用MATLAB2022a版本实现,并带有GUI界面。用户可通过界面设置参数并查看结果。禁忌搜索算法通过迭代改进当前解,并利用记忆机制避免陷入局部最优。程序包含初始化、定义邻域结构、设置禁忌列表等步骤,最终输出最优路径和相关数据图表。
|
2月前
|
大数据 UED 开发者
实战演练:利用Python的Trie树优化搜索算法,性能飙升不是梦!
在数据密集型应用中,高效搜索算法至关重要。Trie树(前缀树/字典树)通过优化字符串处理和搜索效率成为理想选择。本文通过Python实战演示Trie树构建与应用,显著提升搜索性能。Trie树利用公共前缀减少查询时间,支持快速插入、删除和搜索。以下为简单示例代码,展示如何构建及使用Trie树进行搜索与前缀匹配,适用于自动补全、拼写检查等场景,助力提升应用性能与用户体验。
58 2
|
1月前
|
存储 算法 C++
【搜索算法】 跳马问题(C/C++)
【搜索算法】 跳马问题(C/C++)
|
1月前
|
人工智能 算法 Java
【搜索算法】数字游戏(C/C++)
【搜索算法】数字游戏(C/C++)
|
3月前
|
机器学习/深度学习 算法 文件存储
【博士每天一篇文献-算法】 PNN网络启发的神经网络结构搜索算法Progressive neural architecture search
本文提出了一种名为渐进式神经架构搜索(Progressive Neural Architecture Search, PNAS)的方法,它使用顺序模型优化策略和替代模型来逐步搜索并优化卷积神经网络结构,从而提高了搜索效率并减少了训练成本。
57 9
|
3月前
|
算法
【算法】递归、搜索与回溯——汉诺塔
【算法】递归、搜索与回溯——汉诺塔
下一篇
无影云桌面