java图搜索算法之DFS与BFS详解
作者:爱敲代码的小黄
这篇文章主要为大家介绍了java数据结构中可以秒杀一切图算法的DFS与BFS作用详解,有需要的朋友可以借鉴参考下,希望能够有所帮助
你好,我是小黄,一名独角兽企业的Java开发工程师。
感谢茫茫人海中我们能够相遇,
俗话说:当你的才华和能力,不足以支撑你的梦想的时候,请静下心来学习,
希望优秀的你可以和我一起学习,一起努力,实现属于自己的梦想。
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
以上就是java数据结构图算法之DFS与BFS详解的详细内容,更多关于java数据结构图算法DFS与BFS的资料请关注脚本之家其它相关文章!