圖算法 Graph, DFS, BFS

深度優(yōu)先搜索

深度優(yōu)先搜索(Depth-First Search烤惊,DFS)是一種用于遍歷或搜索樹或圖的算法乔煞。這種算法沿著樹或圖的深度進(jìn)行搜索,盡可能深地訪問節(jié)點(diǎn)柒室,直到無法繼續(xù)前進(jìn)時(shí)返回上一級(jí)渡贾。在樹或圖的結(jié)構(gòu)中,深度優(yōu)先搜索會(huì)首先訪問一個(gè)節(jié)點(diǎn)雄右,然后沿著一個(gè)鄰接節(jié)點(diǎn)前進(jìn)空骚,直到達(dá)到一個(gè)葉子節(jié)點(diǎn)或無鄰接未訪問節(jié)點(diǎn)為止。然后擂仍,它回溯到上一節(jié)點(diǎn)并嘗試沿著其他鄰接節(jié)點(diǎn)前進(jìn)囤屹。這個(gè)過程重復(fù)進(jìn)行,直到訪問了所有可以到達(dá)的節(jié)點(diǎn)逢渔。

深度優(yōu)先搜索可以通過遞歸或非遞歸方式實(shí)現(xiàn)肋坚。遞歸實(shí)現(xiàn)通常更簡潔,但可能會(huì)導(dǎo)致棧溢出复局,尤其是在搜索深度較大的情況下冲簿。非遞歸實(shí)現(xiàn)通常使用顯式棧來跟蹤待訪問的節(jié)點(diǎn),從而避免棧溢出的問題亿昏。

深度優(yōu)先搜索在解決許多問題中非常有用峦剔,如:

查找兩個(gè)節(jié)點(diǎn)之間的路徑。
檢測圖中是否存在環(huán)角钩。
拓?fù)渑判颉?br> 尋找圖的連通分量吝沫。
解決組合和排列問題。
搜索解空間中的最優(yōu)解递礼。
深度優(yōu)先搜索的主要優(yōu)點(diǎn)是其空間效率惨险,因?yàn)樗鼉H需要存儲(chǔ)當(dāng)前路徑上的節(jié)點(diǎn)信息。然而脊髓,它可能需要較長的時(shí)間來找到最優(yōu)解辫愉,特別是在搜索空間非常大的情況下。

class TreeNode {
    var value: Int
    var children: [TreeNode]

    init(_ value: Int, children: [TreeNode] = []) {
        self.value = value
        self.children = children
    }
}

func dfs(_ node: TreeNode?) {
    guard let currentNode = node else {
        return
    }
    
    print(currentNode.value)
    for child in currentNode.children {
        dfs(child)
    }
}

let node5 = TreeNode(5)
let node6 = TreeNode(6)
let node7 = TreeNode(7)

let node3 = TreeNode(3, children: [node5, node6])
let node4 = TreeNode(4, children: [node7])

let node1 = TreeNode(1, children: [node3, node4])
let node2 = TreeNode(2)

let root = TreeNode(0, children: [node1, node2])

dfs(root)
// 0 1 3 5 6 4 7 2

廣度優(yōu)先搜索

廣度優(yōu)先搜索(Breadth-First Search将硝,BFS)是一種用于遍歷或搜索樹或圖的算法恭朗。與深度優(yōu)先搜索不同,廣度優(yōu)先搜索沿著樹或圖的寬度(即每一層的節(jié)點(diǎn))進(jìn)行搜索依疼。這意味著它會(huì)首先訪問距離起始節(jié)點(diǎn)最近的所有節(jié)點(diǎn)痰腮,然后逐漸向外擴(kuò)展到更遠(yuǎn)的節(jié)點(diǎn)。

廣度優(yōu)先搜索通常使用隊(duì)列來實(shí)現(xiàn)律罢。在遍歷過程中膀值,首先將起始節(jié)點(diǎn)放入隊(duì)列中。然后,重復(fù)以下步驟沧踏,直到隊(duì)列為空:

從隊(duì)列中移除第一個(gè)節(jié)點(diǎn)歌逢。
訪問該節(jié)點(diǎn)并處理相關(guān)任務(wù)(例如,打印節(jié)點(diǎn)值)悦冀。
將當(dāng)前節(jié)點(diǎn)的所有鄰接未訪問節(jié)點(diǎn)添加到隊(duì)列中趋翻。
廣度優(yōu)先搜索在解決許多問題中非常有用,如:

查找兩個(gè)節(jié)點(diǎn)之間的最短路徑盒蟆。
檢測圖中是否存在環(huán)踏烙。
尋找圖的連通分量。
解決一些最小步數(shù)問題历等。
廣度優(yōu)先搜索的主要優(yōu)點(diǎn)是它可以找到起始節(jié)點(diǎn)到其他節(jié)點(diǎn)的最短路徑讨惩。然而,廣度優(yōu)先搜索在空間復(fù)雜度方面可能較高寒屯,因?yàn)樾枰鎯?chǔ)在同一層的所有節(jié)點(diǎn)荐捻。

class TreeNode {
    var value: Int
    var children: [TreeNode]

    init(_ value: Int, children: [TreeNode] = []) {
        self.value = value
        self.children = children
    }
}

func bfs(_ root: TreeNode?) {
    guard let rootNode = root else {
        return
    }

    var queue: [TreeNode] = [rootNode]

    while !queue.isEmpty {
        let currentNode = queue.removeFirst()
        print(currentNode.value)

        for child in currentNode.children {
            queue.append(child)
        }
    }
}

let node5 = TreeNode(5)
let node6 = TreeNode(6)
let node7 = TreeNode(7)

let node3 = TreeNode(3, children: [node5, node6])
let node4 = TreeNode(4, children: [node7])

let node1 = TreeNode(1, children: [node3, node4])
let node2 = TreeNode(2)

let root = TreeNode(0, children: [node1, node2])

bfs(root)
// 0 1 2 3 4 5 6 7

github倉庫地址 https://github.com/SunZhiC/DataStructuresInSwift

References

Data Structures & Algorithms in Swift by Matthijs Hollemans.
https://github.com/apple/swift-algorithms
https://github.com/raywenderlich/swift-algorithm-club

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市寡夹,隨后出現(xiàn)的幾起案子处面,更是在濱河造成了極大的恐慌,老刑警劉巖菩掏,帶你破解...
    沈念sama閱讀 218,941評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件魂角,死亡現(xiàn)場離奇詭異,居然都是意外死亡智绸,警方通過查閱死者的電腦和手機(jī)野揪,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,397評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來瞧栗,“玉大人斯稳,你說我怎么就攤上這事〖?郑” “怎么了挣惰?”我有些...
    開封第一講書人閱讀 165,345評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長殴边。 經(jīng)常有香客問我通熄,道長,這世上最難降的妖魔是什么找都? 我笑而不...
    開封第一講書人閱讀 58,851評(píng)論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮廊酣,結(jié)果婚禮上能耻,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好晓猛,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,868評(píng)論 6 392
  • 文/花漫 我一把揭開白布饿幅。 她就那樣靜靜地躺著,像睡著了一般戒职。 火紅的嫁衣襯著肌膚如雪栗恩。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,688評(píng)論 1 305
  • 那天洪燥,我揣著相機(jī)與錄音磕秤,去河邊找鬼。 笑死捧韵,一個(gè)胖子當(dāng)著我的面吹牛市咆,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播再来,決...
    沈念sama閱讀 40,414評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼蒙兰,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了芒篷?” 一聲冷哼從身側(cè)響起搜变,我...
    開封第一講書人閱讀 39,319評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎针炉,沒想到半個(gè)月后挠他,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,775評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡糊识,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,945評(píng)論 3 336
  • 正文 我和宋清朗相戀三年绩社,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片赂苗。...
    茶點(diǎn)故事閱讀 40,096評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡愉耙,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出拌滋,到底是詐尸還是另有隱情朴沿,我是刑警寧澤,帶...
    沈念sama閱讀 35,789評(píng)論 5 346
  • 正文 年R本政府宣布败砂,位于F島的核電站赌渣,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏昌犹。R本人自食惡果不足惜坚芜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,437評(píng)論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望斜姥。 院中可真熱鬧鸿竖,春花似錦沧竟、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,993評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽表伦。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間续语,已是汗流浹背冒萄。 一陣腳步聲響...
    開封第一講書人閱讀 33,107評(píng)論 1 271
  • 我被黑心中介騙來泰國打工充易, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留菇民,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,308評(píng)論 3 372
  • 正文 我出身青樓芜果,卻偏偏與公主長得像鞠呈,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子右钾,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,037評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容