演算法基礎 BFS和DFS的直觀解釋

我們首次接觸 bfs 和 dfs 時，應該是在資料結構課上講的 「圖的遍歷」。還有就是刷題的時候，遍歷二叉樹我們會經常用到bfs和dfs。它們的實現都很簡單，這裡我就不哆嗦去貼**了。

想看**的可以看《劍指offer（三十八）：二叉樹的深度》這個題目就可以利用bfs和dfs進行求解。那麼，這兩者「遍歷」 的序列到底有何差別？

本篇文章就單純來講講它們的區別和各自的應用，不會涉及任何**。我們以「圖的遍歷」為例，進行說明。

廣度優先搜尋演算法（breadth-first-search，縮寫為 bfs），是一種利用佇列實現的搜尋演算法。簡單來說，其搜尋過程和 「湖面丟進一塊石頭激起層層漣漪」 類似。

深度優先搜尋演算法（depth-first-search，縮寫為 dfs），是一種利用遞迴實現的搜尋演算法。簡單來說，其搜尋過程和 「不撞南牆不回頭」 類似。

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。

舉個典型例子，如下圖，灰色代表牆壁，綠色代表起點，紅色代表終點，規定每次只能走一步，且只能往下或右走。求一條綠色到紅色的最短路徑。

對於上面的問題，bfs 和 dfs 都可以求出結果，它們的區別就是在複雜度上存在差異。我可以先告訴你，該題 bfs 是較佳演算法。

bfs示意圖：

如上圖所示，從起點出發，對於每次出佇列的點，都要遍歷其四周的點。所以說 bfs 的搜尋過程和 「湖面丟進一塊石頭激起層層漣漪」 很相似，此即 「廣度優先搜尋演算法」 中「廣度」的由來。

dfs示意圖：

如上圖所示，從起點出發，先把乙個方向的點都遍歷完才會改變方向...... 所以說，dfs 的搜尋過程和 「不撞南牆不回頭」 很相似，此即 「深度優先搜尋演算法」 中「深度」的由來。

現在，你不妨對照著圖，再去看看你列印出的遍歷序列，是不是一目了然呢？

最後再說下它們的應用方向。

演算法基礎 BFS和DFS的直觀解釋

我們首次接觸 bfs 和 dfs 時，應該是在資料結構課上講的 圖的遍歷 還有就是刷題的時候，遍歷二叉樹我們會經常用到bfs和dfs。它們的實現都很簡單，這裡我就不哆嗦去貼 了。bfs和dfs是圖的兩種遍歷方式，是最簡單的圖搜尋演算法。bfs和dfs有幾種實現方式，比如 1 使用佇列queue實現圖...

BFS和DFS直觀區別 FLY

一 前言 我們首次接觸 bfs 和 dfs 時，應該是在資料結構課上講的 圖的遍歷 還有就是刷題的時候，遍歷二叉樹我們會經常用到bfs和dfs。它們的實現都很簡單，這裡我就不哆嗦去貼 了。想看 的可以看 劍指offer 三十八 二叉樹的深度 這個題目就可以利用bfs和dfs進行求解。那麼，這兩者 遍...

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...