当前位置:   article > 正文

深度优先算法dfs_根据一个起始点写出深度优先序列

根据一个起始点写出深度优先序列

转载https://blog.csdn.net/u014394715/article/details/51192293

 

 

深度优先算法

定义

深度优先搜索算法(英语:Depth-First-Search,简称DFS)是一种用于遍历或搜索树或图的算法。沿着树的深度遍历树的节点,尽可能深的搜索树的分支。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。这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点,则选择其中一个作为源节点并重复以上过程,整个进程反复进行直到所有节点都被访问为止。属于盲目搜索。


简单来说
DFS的思想是从一个顶点V0开始,沿着一条路一直走到底,如果发现不能到达目标解,那就返回到上一个节点,然后从另一条路开始走到底。 

 

深度与广度的比较

案列:搜索一个图是按照树的层次来搜索的。

我们假设一个节点衍生出来的相邻节点平均的个数是N个,那么当起点开始搜索的时候,队列有一个节点,当起点拿出来后,把它相邻的节点放进去,那么队列就有N个节点,当下一层的搜索中再加入元素到队列的时候,节点数达到了N2,你可以想想,一旦N是一个比较大的数的时候,这个树的层次又比较深,那这个队列就得需要很大的内存空间了。


广度优先搜索

  • 缺点:在树的层次较深并且子节点数较多的情况下,消耗内存十分严重。
  • 优点:能够找到最短路径
  • 适用范围:适用于节点的子节点数量不多,并且树的层次不会太深的情况。

深度优先搜索

优点:内存消耗小,克服广度优先搜索的缺点。因为每次搜的过程,每一层只需维护一个节点

缺点:难以寻找最优解,仅仅只能寻找有解

 

代码

  1. package Test;
  2. import java.util.Stack;
  3. public class DFSTest {
  4. // 存储节点信息
  5. private char[] vertices;
  6. // 存储边信息(邻接矩阵)
  7. private int[][] arcs;
  8. // 图的节点数
  9. private int vexnum;
  10. // 记录节点是否已被遍历
  11. private boolean[] visited;
  12. // 初始化
  13. public DFSTest(int[][] arcs,char[] vertices) {
  14. //图的节点数
  15. vexnum = arcs.length;
  16. //存储节点信息
  17. this.vertices = vertices;
  18. //记录节点是否已被遍历,默认false,数组下标对应相应节点
  19. visited = new boolean[vexnum];
  20. //存储边信息(邻接矩阵)
  21. this.arcs = arcs;
  22. }
  23. // 打印遍历节点
  24. public void visit(int i){
  25. System.out.print(vertices[i] + " ");
  26. }
  27. // 从第i个节点开始深度优先遍历,获取当前节点的子节点,从左向右的顺序
  28. public void traverse(int i){
  29. // 标记第i个节点已遍历
  30. visited[i] = true;
  31. // 打印当前遍历的节点
  32. visit(i);
  33. // 遍历邻接矩阵中第i个节点的直接联通关系,获取当前节点的子节点
  34. for(int j=0;j<vexnum;j++){
  35. // 目标节点与当前节点直接联通,并且该节点还没有被访问,递归
  36. if(arcs[i][j]==1 && visited[j]==false){
  37. traverse(j);
  38. }
  39. }
  40. }
  41. // 图的深度优先遍历(递归)
  42. public void DFSTraverse(){
  43. // 初始化节点遍历标记,默认设置没有访问
  44. visited=new boolean[vexnum];
  45. // 从没有被遍历的节点开始深度遍历
  46. for(int i=0;i<vexnum;i++){
  47. if(visited[i]==false){
  48. // 若是连通图,只会执行一次
  49. traverse(i);
  50. }
  51. }
  52. }
  53. // 图的深度优先遍历(非递归)
  54. public void DFSTraverse2(){
  55. // 初始化节点遍历标记,默认设置没有访问
  56. visited=new boolean[vexnum];
  57. Stack<Integer> s = new Stack<Integer>();
  58. for(int i=0;i<vexnum;i++){
  59. if(!visited[i]){//如果当前节点没有访问过,添加到栈中
  60. //连通子图起始节点
  61. s.add(i);
  62. do{
  63. // 出栈
  64. int curr = s.pop();
  65. // 如果该节点还没有被遍历,则遍历该节点并将相邻节点入栈
  66. if(visited[curr]==false){
  67. // 遍历并打印
  68. visit(curr);
  69. //设置该节点以访问
  70. visited[curr] = true;
  71. // 没遍历的相邻节点入栈(先进后出)
  72. for(int j=vexnum-1; j>=0 ; j-- ){
  73. //当前节点的相邻节点,且是没有访问过d
  74. if(arcs[curr][j]==1 && visited[j]==false){
  75. s.add(j);
  76. }
  77. }
  78. }
  79. }while(!s.isEmpty());
  80. }
  81. }
  82. }
  83. public static void main(String[] args) {
  84. char[] vertices = {'A','B','C','D','E','F','G','H','I'};
  85. int[][] arcs ={
  86. {0,1,0,0,0,1,0,0,0}, //A节点的相邻节点设置1
  87. {1,0,1,0,0,0,1,0,1}, //B节点的相邻节点设置1
  88. {0,1,0,1,0,0,0,0,1}, //C节点的相邻节点设置1
  89. {0,0,1,0,1,0,1,1,1}, //D节点的相邻节点设置1
  90. {0,0,0,1,0,1,0,1,0}, //E节点的相邻节点设置1
  91. {1,0,0,0,1,0,1,0,0}, //F节点的相邻节点设置1
  92. {0,1,0,1,0,1,0,1,0}, //G节点的相邻节点设置1
  93. {0,0,0,1,1,0,1,0,0}, //H节点的相邻节点设置1
  94. {0,1,1,1,0,0,0,0,0}, //I节点的相邻节点设置1
  95. };
  96. DFSTest g = new DFSTest(arcs,vertices);
  97. System.out.print("深度优先遍历(递归):");
  98. g.DFSTraverse();
  99. System.out.println();
  100. System.out.print("深度优先遍历(非递归):");
  101. g.DFSTraverse2();
  102. }
  103. }

 

 测试结果:

深度优先遍历(递归):A B C D E F G H I 
深度优先遍历(非递归):A B C D E F G H I 

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Cpp五条/article/detail/596597
推荐阅读
相关标签
  

闽ICP备14008679号