算法中DFS & BFS 核心学习笔记

📚 DFS & BFS 核心学习笔记

一句话总结：BFS是"广撒网"逐层推进，DFS是"深挖掘"一条路走到黑

🎯 核心思想对比

BFS - 广度优先搜索

复制代码

🌊 水波纹扩散法：先近后远，逐层推进

口号："一圈一圈往外荡"
数据结构 ：队列 Queue (FIFO)
比喻：往池塘扔石头，波纹一圈圈扩散

DFS - 深度优先搜索

复制代码

🪜 楼梯下潜法：一路向下，不撞南墙不回头

口号："一条路走到黑"
数据结构 ：栈 Stack (LIFO) 或递归
比喻：走迷宫，选一条路一直走，走不通再回溯

📊 可视化遍历顺序

图结构：

复制代码

    A
   /|\
  B C D
  |
  E

搜索类型	访问顺序	特点
BFS	A → B → C → D → E	先访问完所有直接邻居
DFS	A → B → E → C → D	沿一条路径深入到底

💾 空间复杂度对比

BFS - 横向膨胀

python 复制代码

# 最坏情况：存储整层节点
Queue = [A, B, C, D, E, ...]  # 可能指数级增长

复杂度：O(最大宽度)
树形图：最坏 2^h (h=深度)
优点：适合稀疏图

DFS - 纵向深入

python 复制代码

# 只需存储当前路径
Stack = [A, B, E]  # 最多深度个节点

复杂度：O(最大深度)
树形图：最坏 h (h=深度)
优点：通常更省内存

🎪 经典应用场景

✅ BFS 擅长

场景	原因
最短路径	天然一层=一步，保证最短
橘子腐烂	每分钟感染一层，精准计时
社交网络	"六度人脉"找最短关系链
地图导航	寻找最少换乘/最短距离

✅ DFS 擅长

场景	原因
环检测	深度递归，撞环即返
连通分量	一次遍历标记所有相连节点
拓扑排序	深度优先完成依赖
回溯问题	全排列、子集天然适合递归

💻 代码模板速查

BFS 模板（橘子腐烂风格）

python 复制代码

from collections import deque

def bfs(start):
    queue = deque([start])
    visited = set([start])
    
    while queue:
        node = queue.popleft()  # 关键：先进先出
        for neighbor in node.neighbors:
            if neighbor not in visited:
                visited.add(neighbor)
                queue.append(neighbor)

DFS 模板（课程依赖风格）

python 复制代码

# 递归版（最常用）
def dfs(node, visited, path):
    if node in path:  # 检测环
        return True
    if node in visited:
        return False
    
    visited.add(node)
    path.add(node)
    
    for neighbor in node.neighbors:
        if dfs(neighbor, visited, path):
            return True
    
    path.remove(node)
    return False

# 迭代版（避免递归深度限制）
def dfs_iterative(start):
    stack = [start]
    visited = set()
    
    while stack:
        node = stack.pop()  # 关键：后进先出
        if node not in visited:
            visited.add(node)
            for neighbor in node.neighbors:
                stack.append(neighbor)

🎯 选型决策树

复制代码

问题：需要找"最短路径/最少步数"？
  ├─ 是 → BFS
  └─ 否 → 继续判断

问题：需要检测"是否有环"？
  ├─ 是 → DFS
  └─ 否 → 继续判断

问题：空间是否紧张？
  ├─ 是 → DFS
  └─ 否 → 两者皆可，看实现偏好

🧠 记忆口诀

BFS 口诀

复制代码

队列先进先出，一层一层剥开
波纹扩散自然，最短路径首选

DFS 口诀

复制代码

栈或递归实现，深度优先挖掘
一条路走到黑，环检测神器

⚡ 快速对比表

特性	BFS	DFS
顺序	横向逐层	纵向深入
空间	O(宽度)	O(深度)
最短路径	✅ 保证	❌ 不保证
环检测	⚠️ 可以但繁琐	✅ 天然适合
实现	队列迭代	递归/栈
适用	距离、层级	连通、环、回溯

💡 实战技巧

看到"最短"想BFS：最少步数、最少时间、最少操作
看到"环"想DFS：检测循环依赖、死锁
空间爆炸用DFS：图很宽但不深时
递归太深用BFS：避免栈溢出
多源起点：BFS可天然多起点同时开始（如橘子腐烂）

最后提醒 ：两者时间复杂度都是 O(V+E)，选型关键看问题需求 和空间限制！