有一位小夥伴問我，迷宮問題怎麼解決，我說dfs或者bfs，然後，ta說，哦哦，這我知道，就是圖裡面的演算法嘛，但，這是個迷宮，難道我要把這個二維矩陣變成圖嘛？
我：當場去世。。。
於是我開啟了我的長篇大論。。。
希望大家有所收穫。
首先，回答一下那位小夥伴的問題，這個演算法確實屬於圖裡面的演算法，但並不是說是專門針對圖的演算法，它在演算法領域應用非常廣泛，可以說是一種不可缺少的思想。
bfs：寬度優先搜尋演算法（又稱廣度優先搜尋）是最簡便的圖的搜尋演算法之一，這一演算法也是很多重要的圖的演算法的原型。dijkstra單源最短路徑演算法和prim最小生成樹演算法都採用了和寬度優先搜尋類似的思想。其別名又叫bfs，屬於一種盲目搜尋法，目的是系統地展開並檢查圖中的所有節點，以找尋結果。換句話說，它並不考慮結果的可能位置，徹底地搜尋整張圖，直到找到結果為止。
說實話，我第一次看沒看懂，確實比較官方，我們可以用我們的思維去簡單的理解一下：
說再多不如看張圖，看圖吧：
如果你還對這兩種方式不理解，你可以看一下圖的dfs和bfs。
這兩種演算法的不同主要在於優先順序的不同，所以實現方式是很相似的。
這兩種演算法都可以使用的遞迴的方式，其中dfs還可以用棧來實現，bfs還可以用佇列實現。
具體的實現，可以參考 ：島嶼的最大面積–dfs（附搜尋全家桶）
dfs和bfs用遞迴實現的思路：
dfs用棧實現的思路：
bfs用佇列實現的思路：
特別的：
其實，大部分問題都是既可以用bfs，也可以用dfs的，但是這兩種演算法面對不同的問題，解決效率並不一樣。
list item
bfs：
dfs：
我的觀點就是：無特殊情況，dfs就用遞迴實現，bfs就用佇列實現。
我們看一下兩種實現方式對處理問題帶來的不同：
第一步，確定什麼問題可以用這兩種演算法解決：（可別說只針對圖了啊）
第二步，確定使用的演算法和實現形式，具體看上文。
第三步，根據題目的需求，確定搜尋失敗後是否需要還原狀態，求值問題是否需要更新值。
第四步，設計針對性的演算法。
注意事項：
除錯小技巧：通過輸出關鍵操作的值，來確定程式執行的順序，確定出錯原因。我們設計演算法，不是為了單純ac問題，而是，追求極致，比如，這個：
優化時間的思路：
優化空間的思路：
這兩種演算法的鼻祖就是搜尋演算法，搜尋演算法的核心就是遍歷到所有可能的情況，所以，常見的暴力列舉也是搜尋演算法的一種，所以我們在採用這兩種演算法的時候，思路就已經是在遍歷所有可能的情況了，但是在這其中，可以借助貪心的思維去優化，做到不必要遍歷每種情況。
演算法，還是要使用，所有，多練習經典的題目吧！！！
下面是一些比較經典的題目，你也可以嘗試去做n皇后問題，迷宮問題。
牌型種數問題
方格填數
路徑之謎
單詞搜尋
最後，多練多收穫！！！
棧和佇列互相實現，一文弄懂它們的關係
棧和佇列是比較基礎的資料結構。無論在工作中，還是在面試中，棧和佇列都用的比較多。在計算機的世界，你會看到佇列和棧，無處不在。棧 乙個先進後出的資料結構 佇列 乙個先進先出的資料結構 棧和佇列這兩種資料結構，同時也存在某種聯絡。用棧可以實現佇列，用佇列也可以實現棧。海邊風景不錯，欣賞一下風景，下面開始...
分享兩個常見的搜尋演算法 BFS和DFS
摘要 本文為大家分享兩個常見的搜尋演算法 bfs和dfs。本次分享兩個常見的搜尋演算法 1.bfs 即廣度優先搜尋 2.dfs 即深度優先搜尋 給定乙個由 1 陸地 和 0 水 組成的的二維網格，計算島嶼的數量。乙個島被水包圍，並且它是通過水平方向或垂直方向上相鄰的陸地連線而成的。你可以假設網格的四...
小白 關於DFS深度優先搜尋演算法的一些問題
本人小白，這是該賬號的第一篇文章，開場白到此。最近在看 啊哈 演算法 這本書，在第4章中介紹了dfs演算法 dfs演算法框架如下 void dfs int step 判斷邊界 for int i 0 i n i 迴圈嘗試每種可能 book i 1 嘗試下一步dfs step 1 book i 0 r...