搜索算法与学习方法论

● 每周一言

闻道有先后，术业有专攻。

导语

去年的基础算法系列中并未讲到搜索算法，考虑到搜索算法的重要性和其思想的普适性，本节就来讲讲搜索算法的基本原理，以及其中所表现的学习方法论。

搜索

搜索顾名思义，即对关系数据集的元素逐一进行检索。按检索顺序，通常划分成两种方式：深度优先搜索（Depth First Search）和宽度优先搜索（Breadth First Search）。

DFS，又叫深度优先遍历，每一次检索会优先遍历单条关系，直到不能继续向前遍历为止。

BFS，又叫宽度优先遍历，每一次检索会优先遍历当前所有关系，层层深入直到不能继续遍历为止。

举个例子，如上连通图，从节点1开始节点遍历。
DFS的结果依次为：1，2，3，4，5，6；
BFS的结果依次为：1，2，5，3，6，4。

DFS一般通过递归函数实现，递归遍历每一条关系，具体递归讲解可以参见我之前的文章 算法基础篇(3)——递归与分治。

BFS一般用队列实现，按入队出队顺序逐层遍历节点。

DFS和BFS这两种不同的搜索方式，恰好体现了两种不同的学习方法论。

DFS类似一种打破砂锅问到底的方式，其重点在于问题研究的深度；而BFS则是一种全面思考的方式，其重点在于问题研究的宽度。

由于DFS和BFS最终都会遍历整个关系数据集，所体现的这两种学习方法论并无优劣之分。

不过，每个人的精力尤其是在某一段时间内的精力是有限的。因此需要具体情况具体分析，可以针对具体问题选择DFS或BFS学习方法论，提高效率。

以上便是小斗理解的搜索算法与学习方法论，敬请期待下节内容。

结语

感谢各位的耐心阅读，后续文章于每周日奉上，敬请期待。欢迎大家关注小斗公众号 对半独白！