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個邊均被水包圍。

示例 1:

11110

11010

11000

00000

輸出: 1

示例 2:

11000

00100

00011

輸出: 3

其實我們還是比較容易想到初步解法的，即從二維網路某點出發，尋找其四周相鄰的陸地，直到所有包含的點都沒有相鄰的陸地為止，這裡可以認為已經找到了乙個島嶼，其餘島嶼同理可以找到。這裡的關鍵問題是遍歷島嶼的順序，其實不難看出有兩種順序

a.優先尋找某a節點的所有相鄰位置

然後拿出乙個相鄰位置比如說b尋找其所有相鄰位置

拿出a節點下乙個相鄰位置重複第2步直到a節點的相鄰位置都執行過該操作

拿出b，重複1，2，3步

b.優先尋找a節點的相鄰位置比如說b

尋找b的相鄰位置c

直到沒有相鄰位置後再返回到a的下乙個相鄰位置，重複1，2步

我們對第一種方法進行觀察：

越是接近根結點的結點將越早地遍歷

思考用什麼儲存結構來存放我們找到的位置：我們把root的相鄰位置儲存到x結構中，然後取出x的某個相鄰位置a，尋找其相鄰位置繼續存放到x中，再取出x中與root相鄰的下個位置b繼續尋找其相鄰位置放入x中。這裡我們發現我們儲存x的順序與我們處理x得到其他資料的順序一致：先進先出（fifo），不難得出我們可以採用佇列來儲存

需要一種方法避免對已經找到的位置重複訪問

現在可以嘗試寫出實際的程式

public
int numislands(char
grid) 
queue
queue = new linkedlist<>();
int count =0
; 
for(int y=0;y)
queue.poll();
}count++;
}//核心部分
} }

通過這個例項我們可以進一步抽象為圖論中的一種演算法–bfs

可以參考leetcode的**和演算法模板來加深印象

同樣來觀察第二中方法，我們發現

優先走完一條路徑直到結束

我們需要在某一路徑結束後，回溯到初始位置，即儲存節點位置的順序和處理的順序相反，即現進後出（filo）。這裡我們可以用遞迴或者棧來處理。

試著寫出實際的程式

public
int numislands(char
grid) }}
return
len;
}boolean dfs(integer cur, set
visited,char
grid) 
}return
true
; }

boolean dfs3(integer cur, setvisited,char
grid)
}//如果當前節點沒有鄰居則去除棧頂節點
if(!hasnearnode)
}return
true
; }

通過這個例項我們可以進一步抽象為圖論中的一種演算法–dfs

參考leetcode的**和模板演算法（遞迴和棧）來加深印象

點選關注，第一時間了解華為雲新鮮技術~

分享兩個常見的搜尋演算法 BFS和DFS

搜尋演算法（DFS和BFS）

一文弄懂搜尋演算法中的DFS和BFS

樹的直徑（兩個bfs）

分享兩個常見的搜尋演算法 BFS和DFS

搜尋演算法（DFS和BFS）

一文弄懂搜尋演算法中的DFS和BFS

樹的直徑（兩個bfs）

相關推薦