深度优先和广度优先

文章目录

• 前言
• 一、深度和广度的区别
• 二、代码演示
• • 1.准备数据,构造树
  • 2.深度优先遍历
  • 3.广度优先遍历
• 总结

---

前言

深度优先和广度优先的区别：

1. 搜索方式不同 。深度优先搜索算法不全部保留结点，扩展完的结点从数据库中弹出删去；广度优先搜索算法需存储产生的所有结点。
2. 运行速度不同 。深度优先搜索算法有回溯操作，运行速度慢；广度优先搜索算法无回溯操作，运行速度快。
3. 占用空间不同 。深度优先搜索算法占用空间少；广度优先搜索算法占用空间大。
4. 作用不同。虽然都可以完成树形结构的遍历，但是深度优先一般用于需要先处理最深层级逻辑，广度优先一般用于层层节点展开的处理逻辑；

---

一、深度和广度的区别

• 深度优先: 1>3>7>6>2>5>4
• 广度优先: 1>2>3>4>5>6>7

二、代码演示

1.准备数据,构造树

代码如下（示例）：

public class MainUtil2 {

    public static void main(String[] args) throws Exception {

        // 获取demo 数据
        List<AuthMenuTree> list = getList();
        // 变为树
        List<AuthMenuTree> res = getChildrenStream(0, list);

        System.out.println(JSONUtil.toJsonStr(res));
    }

    private static List<AuthMenuTree> getChildrenStream(int i, List<AuthMenuTree> list) {
        return list.stream().filter(authMenuTree -> authMenuTree.getMenuPid() == i)
                .peek(authMenuTree -> authMenuTree.setChildren(getChildrenStream(authMenuTree.getId(), list)))
                .collect(Collectors.toList());
    }


    public static List<AuthMenuTree> getList() {
        List<AuthMenuTree> objects = CollectionUtil.newArrayList();
        objects.add(new AuthMenuTree(0, 1));
        objects.add(new AuthMenuTree(1, 2));
        objects.add(new AuthMenuTree(1, 3));
        objects.add(new AuthMenuTree(2, 4));
        objects.add(new AuthMenuTree(2, 5));
        objects.add(new AuthMenuTree(3, 6));
        objects.add(new AuthMenuTree(3, 7));
        return objects;
    }

}

2.深度优先遍历

代码如下（示例）：

    public static void main(String[] args) throws Exception {

        // 获取demo 数据
        List<AuthMenuTree> list = getList();
        // 变为树
        List<AuthMenuTree> res = getChildrenStream(0, list);

        List<String> result = new ArrayList<>(res.size());
        AuthMenuTree root = res.get(0);
        // 深度优先 用栈
        Stack<AuthMenuTree> stack = new Stack<>();
        AuthMenuTree head;

        // 入栈
        stack.add(root);
        // 出栈
        while (!stack.isEmpty() && (head = stack.pop()) != null) {
            if (!ObjectUtils.isEmpty(head.getChildren())) {
                // 子类入栈
                stack.addAll(head.getChildren());
            }
            // 添加到顺序结果集中
            result.add(head.getId().toString());
        }
        System.out.println(JSONUtil.toJsonStr(result));
    }

打印结果: ["1","3","7","6","2","5","4"]

3.广度优先遍历

代码如下（示例）：

    public static void main(String[] args) throws Exception {

        // 获取demo 数据
        List<AuthMenuTree> list = getList();
        // 变为树
        List<AuthMenuTree> res = getChildrenStream(0, list);

        List<String> result = new ArrayList<>(res.size());
        AuthMenuTree root = res.get(0);
        // 广度优先 用队列
        Queue<AuthMenuTree> treeQueue = new LinkedList<>();
        AuthMenuTree head;
        treeQueue.offer(root);
        while ((!treeQueue.isEmpty()) && (head = treeQueue.poll()) != null) {
            if (!ObjectUtils.isEmpty(head.getChildren())) {
                treeQueue.addAll(head.getChildren());
            }
            result.add(head.getId().toString());
        }
        System.out.println(JSONUtil.toJsonStr(result));
    }

打印结果: ["1","2","3","4","5","6","7"]

---

总结

深度优先 用栈;广度优先 用队列;