【算法】图论中DFS和BFS模板讲解

图论的解题模板和二叉树基本一致,都是在DFS和BFS基础上进行求解。

二叉树的DFS和BFS模板如下所示:

复制代码
public void DFSTree(TreeNode root){
  if(root==null)
      return null;
  DFSTree(root.left);
  DFSTree(root.right);
}

public void BFSTree(TreeNode root){
  if(root==null) return;
  Deque<TreeNode> queue=new ArrayDeque<>();
  queue.offer(root);
  while(!queue.isEmpty()){
      TreeNode curNode=queue.poll();
      if(curNode.left!=null){
          queue.offer(curNode.left);
      }
      if(curNode.right!=null){
          queue.offer(curNode.right);
      }
  }
}

根据二叉树的DFS和BFS模板可以发现,整代码有两个要素:访问相邻结点和判断base case。

由于二叉树本身是一个递归的定义,一颗二叉树它的左右子树也是一颗二叉树,因此访问相邻结点只需访问左右结点即可。

而对DFS来说,base case就是root==null,这有两层含义:一是递归的终止条件,表示当前root指向的结点为空,要停止递归,不需要再往下遍历了。二是root==null表示遍历到了叶子结点,应及时返回,避免出现root.leftroot.right空指针异常。而对BFS来说,base case就是while(!queue.isEmpty())curNode.left!=nullcurNode.right!=nullwhile(!queue.isEmpty())表示当前队列不为空,即还需要继续遍历,而curNode.left!=nullcurNode.right!=null则保证入队的元素均不为空。

类比二叉树的特性,可以写出图中DFS和BFS的两个要素:1、图中某个格子的相邻结点是什么?该如何访问?2、判断base case。

对于格子(row,col)来说,它的相邻结点分别在上下左右,分别为(row-1,col)、(row+1,col)、(row,col-1)、(row,col+1),其次类比二叉树通过root==null来充当base case确保不需要继续遍历,那么在图中的base case应该就是出现数组越界的格子,这样就能得到图论中DFS和BFS的基础架构

复制代码
public void DFSGrid(int[][] grid,int row,int col){
    // 判断 base case
    if(row<0||col<0||row>=grid.length||col>=grid[0].length)
      return;
    // 访问上、下、左、右四个相邻结点
    DFSGrid(grid,row-1,col);
    DFSGrid(grid,row+1,col);
    DFSGrid(grid,row,col-1);
    DFSGrid(grid,row,col+1);
}

public void BFSGrid(int[][] grid,int row,int col){
  Deque<int[]> queue=new ArrayDeque<>();
  queue.offer(new int[]{row,col});
  //处理当前格子等操作
  grid[row][col]=已遍历
  while(!queue.isEmpty()){
      int[] cur=queue.poll();
      row=cur[0];
      col=cur[1];
      //判断base case
      if(row>=0&&col>=0&&row<grid.length&&col<grid[0].length){
      //记录当前格子等操作
      grid[row][col]=已遍历
      // 访问上、下、左、右四个相邻结点
      queue.offer(new int[]{row-1,col});
      queue.offer(new int[]{row+1,col});
      queue.offer(new int[]{row,col-1});
      queue.offer(new int[]{row,col+1});
      }
  }
}

在不熟悉的情况下,可能会疑惑为什么DFS(grid,row,col)和queue.offer(grid,new int\[\]{row-1,col})时不用判断参数是否合法?难度不会数组越界吗?其实可以先合法性判断,然后再进行DFS和BFS,但是我们用的方法是先使用后判断,将判断的操作统一放在前面,这样在取上下左右四个位置的时候不用判断四次参数的合理性,而是先将其视为合法的进行保存,然后在要访问的时候在统一判断合法性,避免了多次冗余的判断。

其次对于BFS的queue中为什么要存坐标,是因为通过坐标可以直接访问到对应的格子,同时更改坐标可以快速定位到其上下左右四个格子,若存储格子,那如何传递参数来访问上下左右四个格子呢?

相关推荐
donoot32 分钟前
PaddleOCR + PyMuPDF 生成【全兼容双层 PDF】完整实操指南
人工智能·算法·pymupdf·paddleocr·双层pdf
paeamecium1 小时前
【PAT甲级真题】- Rational Sum (20)
数据结构·c++·python·算法·pat考试·pat
拳里剑气11 小时前
C++算法:BFS解决FloodFill算法
c++·算法·bfs·宽度优先
wanderist.12 小时前
Lambda表达式在算法竞赛中的应用
java·开发语言·算法
稚南城才子,乌衣巷风流13 小时前
支配树(Dominator Tree)详解:概念、算法与应用
算法
稚南城才子,乌衣巷风流13 小时前
动态开点:原理、实现与应用场景
数据结构·算法
yyds_yyd_1008614 小时前
1464. 数组中两元素的最大乘积(2026.07.27)
数据结构·c++·算法·leetcode
KaMeidebaby14 小时前
卡梅德生物技术快报 | 核酸适配体文库测序:核酸适配体文库测序的技术原理、实验流程与数据解析
前端·网络·数据库·人工智能·算法
geovindu15 小时前
CSharp: Breadth First Search Algorithm and Depth First Search Algorithm
开发语言·后端·算法·c#·.net·搜索算法