深度优先搜索(Depth-First Search,DFS)是一种用于遍历或搜索树或图的算法。

简介: 深度优先搜索(Depth-First Search,DFS)是一种用于遍历或搜索树或图的算法。

在深度优先搜索中,我们从起始顶点开始沿着一条路径尽可能深地搜索,直到到达最深的顶点,然后再倒退回来继续搜索其他路径。DFS 通常使用栈来实现,它遵循以下步骤:

 

1. 选择一个起始顶点作为当前顶点,并将其标记为已访问。

2. 将当前顶点入栈。

3. 在栈不为空的情况下,重复以下步骤:

  - 弹出栈顶元素作为当前顶点。

  - 对于当前顶点的每个未访问的邻居顶点,将其标记为已访问并入栈。

4. 当无法继续深入时(即当前顶点没有未访问的邻居顶点),回溯到上一个顶点继续搜索。

 

DFS 的特点包括:

 

- 深度优先:尽可能深地搜索每条路径,直到无法继续深入为止。

- 非最优解:DFS 不保证找到最优解,因为它可能会陷入局部最优解而无法跳出。

- 递归性质:DFS 可以使用递归或栈来实现,递归实现更简洁直观,但在处理大规模图时可能会导致栈溢出。

 

DFS 在许多领域都有广泛的应用,包括图论、人工智能、编译器等。在图论中,DFS 可以用于查找连通分量、拓扑排序、寻找路径等问题。在人工智能中,DFS 可以用于搜索状态空间、解决迷宫问题等。在编译器中,DFS 可以用于控制流图的遍历和分析等。

 

总的来说,深度优先搜索(Depth-First Search,DFS)是一种用于遍历或搜索树或图的算法。它从起始顶点开始,沿着路径直到到达最深的顶点,然后再倒退回来继续搜索其他路径。

 

### C 语言

 

```c
#include <stdio.h>
#include <stdlib.h>
 
#define MAX_VERTICES 100
 
typedef struct {
    int data[MAX_VERTICES];
    int top;
} Stack;
 
void init(Stack *s) {
    s->top = -1;
}
 
void push(Stack *s, int value) {
    s->data[++(s->top)] = value;
}
 
int pop(Stack *s) {
    return s->data[(s->top)--];
}
 
int isEmpty(Stack *s) {
    return s->top == -1;
}
 
typedef struct {
    int vertices[MAX_VERTICES];
    int front, rear;
} Queue;
 
void init(Queue *q) {
    q->front = 0;
    q->rear = -1;
}
 
void enqueue(Queue *q, int value) {
    q->vertices[++(q->rear)] = value;
}
 
int dequeue(Queue *q) {
    return q->vertices[(q->front)++];
}
 
int isEmpty(Queue *q) {
    return q->front > q->rear;
}
 
typedef struct {
    int vertices[MAX_VERTICES][MAX_VERTICES];
    int visited[MAX_VERTICES];
    int num_vertices;
} Graph;
 
void initGraph(Graph *g, int num_vertices) {
    g->num_vertices = num_vertices;
    for (int i = 0; i < num_vertices; i++) {
        g->visited[i] = 0;
        for (int j = 0; j < num_vertices; j++) {
            g->vertices[i][j] = 0;
        }
    }
}
 
void addEdge(Graph *g, int v1, int v2) {
    g->vertices[v1][v2] = 1;
    g->vertices[v2][v1] = 1;
}
 
void dfs(Graph *g, int start) {
    Stack s;
    init(&s);
    push(&s, start);
    g->visited[start] = 1;
 
    while (!isEmpty(&s)) {
        int current = pop(&s);
        printf("%d ", current);
 
        for (int i = 0; i < g->num_vertices; i++) {
            if (g->vertices[current][i] == 1 && g->visited[i] == 0) {
                push(&s, i);
                g->visited[i] = 1;
            }
        }
    }
}
 
int main() {
    Graph g;
    initGraph(&g, 6);
    addEdge(&g, 0, 1);
    addEdge(&g, 0, 2);
    addEdge(&g, 1, 3);
    addEdge(&g, 1, 4);
    addEdge(&g, 2, 5);
 
    printf("DFS traversal starting from vertex 0: ");
    dfs(&g, 0);
 
    return 0;
}
```


### C++ 语言

```cpp
#include <iostream>
#include <vector>
#include <stack>
 
using namespace std;
 
void dfs(vector<vector<int>>& graph, vector<bool>& visited, int start) {
    stack<int> s;
    s.push(start);
    visited[start] = true;
 
    while (!s.empty()) {
        int current = s.top();
        s.pop();
        cout << current << " ";
 
        for (int i = 0; i < graph[current].size(); i++) {
            int neighbor = graph[current][i];
            if (!visited[neighbor]) {
                s.push(neighbor);
                visited[neighbor] = true;
            }
        }
    }
}
 
int main() {
    vector<vector<int>> graph = {{1, 2}, {0, 3, 4}, {0, 5}, {1}, {1}, {2}};
    vector<bool> visited(graph.size(), false);
 
    cout << "DFS traversal starting from vertex 0: ";
    dfs(graph, visited, 0);
 
    return 0;
}
```

 

### Java 语言

 

```java
import java.util.Stack;
 
class Graph {
    private int numVertices;
    private int[][] vertices;
    private boolean[] visited;
 
    public Graph(int numVertices) {
        this.numVertices = numVertices;
        vertices = new int[numVertices][numVertices];
        visited = new boolean[numVertices];
    }
 
    public void addEdge(int v1, int v2) {
        vertices[v1][v2] = 1;
        vertices[v2][v1] = 1;
    }
 
    public void dfs(int start) {
        Stack<Integer> stack = new Stack<>();
        stack.push(start);
        visited[start] = true;
 
        while (!stack.isEmpty()) {
            int current = stack.pop();
            System.out.print(current + " ");
 
            for (int i = 0; i < numVertices; i++) {
                if (vertices[current][i] == 1 && !visited[i]) {
                    stack.push(i);
                    visited[i] = true;
                }
            }
        }
    }
 
    public static void main(String[] args) {
        Graph graph = new Graph(6);
        graph.addEdge(0, 1);
        graph.addEdge(0, 2);
        graph.addEdge(1, 3);
        graph.addEdge(1, 4);
        graph.addEdge(2, 5);
 
        System.out.print("DFS traversal starting from vertex 0: ");
        graph.dfs(0);
    }
}
```
相关文章
|
2月前
|
机器学习/深度学习 算法 C++
【DFS/回溯算法】2016年蓝桥杯真题之路径之谜详解
题目要求根据城堡北墙和西墙箭靶上的箭数,推断骑士从西北角到东南角的唯一路径。每步移动时向正北和正西各射一箭,同一格不重复经过。通过DFS回溯模拟“拔箭”过程,验证路径合法性。已知箭数约束路径唯一,最终按编号输出行走顺序。
|
2月前
|
存储 机器学习/深度学习 监控
网络管理监控软件的 C# 区间树性能阈值查询算法
针对网络管理监控软件的高效区间查询需求,本文提出基于区间树的优化方案。传统线性遍历效率低,10万条数据查询超800ms,难以满足实时性要求。区间树以平衡二叉搜索树结构,结合节点最大值剪枝策略,将查询复杂度从O(N)降至O(logN+K),显著提升性能。通过C#实现,支持按指标类型分组建树、增量插入与多维度联合查询,在10万记录下查询耗时仅约2.8ms,内存占用降低35%。测试表明,该方案有效解决高负载场景下的响应延迟问题,助力管理员快速定位异常设备,提升运维效率与系统稳定性。
223 4
|
3月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于深度优先搜索(Depth-First-Search,DFS)算法的机器人路径规划(Python代码实现)
【机器人路径规划】基于深度优先搜索(Depth-First-Search,DFS)算法的机器人路径规划(Python代码实现)
266 3
|
5月前
|
监控 算法 安全
基于 C# 基数树算法的网络屏幕监控敏感词检测技术研究
随着数字化办公和网络交互迅猛发展,网络屏幕监控成为信息安全的关键。基数树(Trie Tree)凭借高效的字符串处理能力,在敏感词检测中表现出色。结合C#语言,可构建高时效、高准确率的敏感词识别模块,提升网络安全防护能力。
145 2
|
7月前
|
存储 机器学习/深度学习 算法
KMP、Trie树 、AC自动机‌ ,三大算法实现 优雅 过滤 netty 敏感词
KMP、Trie树 、AC自动机‌ ,三大算法实现 优雅 过滤 netty 敏感词
KMP、Trie树 、AC自动机‌ ,三大算法实现 优雅 过滤 netty  敏感词
|
7月前
|
监控 算法 数据处理
基于 C++ 的 KD 树算法在监控局域网屏幕中的理论剖析与工程实践研究
本文探讨了KD树在局域网屏幕监控中的应用,通过C++实现其构建与查询功能,显著提升多维数据处理效率。KD树作为一种二叉空间划分结构,适用于屏幕图像特征匹配、异常画面检测及数据压缩传输优化等场景。相比传统方法,基于KD树的方案检索效率提升2-3个数量级,但高维数据退化和动态更新等问题仍需进一步研究。未来可通过融合其他数据结构、引入深度学习及开发增量式更新算法等方式优化性能。
199 17
|
6月前
|
机器学习/深度学习 算法 搜索推荐
决策树算法如何读懂你的购物心理?一文看懂背后的科学
"你为什么总能收到刚好符合需求的商品推荐?你有没有好奇过,为什么刚浏览过的商品就出现了折扣通知?
|
2月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
261 0
|
2月前
|
数据采集 分布式计算 并行计算
mRMR算法实现特征选择-MATLAB
mRMR算法实现特征选择-MATLAB
200 2
|
3月前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
225 3