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！