bfs：這是一種基於佇列這種資料結構的搜尋方式，它的特點是由每乙個狀態可以擴充套件出許多狀態，然後再以此擴充套件，直到找到目標狀態或者佇列中頭尾指標相遇，即佇列中所有狀態都已處理完畢。
廣度優先搜尋（bfs）
有乙個有向圖如圖a
圖a廣度優先搜尋的策略是：
從起始點開始遍歷其鄰接的節點，由此向外不斷擴散。
1.假設我們以頂點0為原點進行搜尋，首先確定鄰接0的頂點集合s0 = 。
2.然後確定頂點1的集合s1 = ，頂點2沒有鄰接點，所以集合為空。
3.然後確定3的鄰接點集合s3，因為2已經被遍歷過，所以不考慮，所以由頂點3知道的鄰接點集合s3 = 。
4.然後再確定頂點4的鄰接點集合,頂點4沒有更多的鄰接點了，此時也沒有還未遍歷的鄰接點集合，搜尋終止。
動態過程
**的實現思路：
bfs()
}
圖a深度優先遍歷的策略是：
從乙個頂點v出發，首先將v標記為已遍歷的頂點，然後選擇乙個鄰接於v的尚未遍歷的頂點u，如果u不存在，本次搜素終止。如果u存在，那麼從u又開始一次dfs。如此迴圈直到不存在這樣的頂點。
比如圖a中
1.從頂點0開始，將0標記為已遍歷，然後選擇未被遍歷的鄰接0的頂點1。
2.標記頂點1，然後選擇3並標記，然後選擇頂點3鄰接的頂點2。
3.頂點2標記後沒有與它鄰接的未標記的點，所以返回3選擇另乙個鄰接3並且未被標記的頂點4。
動態過程
**的實現思路：
dfs（頂點v）
bfs：對於解決最短或最少問題特別有效，而且尋找深度小，但缺點是記憶體耗費量大（需要開大量的陣列單元用來儲存狀態）。
dfs：對於解決遍歷和求所有問題有效，對於問題搜尋深度小的時候處理速度迅速，然而在深度很大的情況下效率不高。
leetcode547. friend circles班上有 n 名學生。其中有些人是朋友，有些則不是。他們的友誼具有是傳遞性。如果已知 a 是 b 的朋友，b 是 c 的朋友，那麼我們可以認為 a 也是 c 的朋友。所謂的朋友圈，是指所有朋友的集合。給定乙個 n * n 的矩陣 m，表示班級中學生之間的朋友關係。如果m[i][j] = 1，表示已知第 i 個和 j 個學生互為朋友關係，否則為不知道。你必須輸出所有學生中的已知的朋友圈總數。示例 1:輸入:
[[1,1,0],
[1,1,0],
[0,0,1]]
輸出: 2
說明：已知學生0和學生1互為朋友，他們在乙個朋友圈。
第2個學生自己在乙個朋友圈。所以返回2。
示例 2:
輸入:
[[1,1,0],
[1,1,1],
[0,1,1]]
輸出: 1
說明：已知學生0和學生1互為朋友，學生1和學生2互為朋友，所以學生0和學生2也是朋友，所以他們三個在乙個朋友圈，返回1。
注意：n 在[1,200]的範圍內。
對於所有學生，有m[i][i] = 1。
如果有m[i][j] = 1，則有m[j][i] = 1。
class solution
} return count; }
queueq = new linkedlist<>();
public void bfs(int m, int visited, int i)
}} }
}
class solution
}return ret;
}private void dfs(int m, boolean visited, int i) }}
}
演算法學習 DFS與BFS
一。深度優先搜尋 深度優先搜尋 是一種列舉所有完整路徑以遍歷所有情況的搜尋方法。類似樹的先根遍歷。簡單來說，就是一直往深處走，直到找到解或走不下去了為止。可以使用棧來實現，用棧儲存未被檢測的結點，結點按照深度優先的次序被訪問並依次被壓入棧中，並以相反的次序出站進行新的檢測。也可以使用遞迴實現，相對 ...
DFS和BFS學習總結
深度遍歷就是在圖中從乙個頂點開始，按照乙個規則不重複地走下去。就是不撞南牆不回頭一樣。假如從a頂點開始，按照乙個規則去走 假如我們按照一直字典順序走 那麼就從a走到b再從b走到了c，走到c後再按照字典順序的時候，發現a已經走過，那麼此時就退回到c點，選擇另乙個d走下去。就和樹的前序遍歷是一樣的。1 ...
DFS和BFS演算法
本質區別 bfs 的重點在於佇列，而 dfs 的重點在於遞迴。這是它們的本質區別。dfs 演算法 是一種利用遞迴 實質上是用棧來儲存未訪問的結點，先進後出 實現的搜尋演算法，直到找到解或走不下去為止。簡單來說，其搜尋過程和 不撞南牆不回頭 樹的先序遍歷 類似。bfs演算法 是一種利用佇列 用佇列來儲...