程序设计与算法_深度优先搜索和广度优先搜索

深度优先搜索总结：

几乎可以用于任何问题。

只需要保存从起始状态到当前状态路径上的节点。

用栈存节点（后进先出）

缺点：如果要求最优解，通常需要遍历所有情况，再选出最优解。

减支：1) 可行性减支（弱减支）

                 搜索未完成时，已发现无法达到最终目的，则无需继续搜索。

             2）用最终结果进行最优性减支

                 搜索未完成时，已发现延此路即使到达终点，结果也不会比之前找到的路好，则无需继续搜索。

             3）保存中间结果进行最优性减支

                 搜索未完成时，已发现此路到达某一中间状态时的结果不比之前找到的路好，则无需继续搜索。

深度优先搜索算法流程（以二叉树中序遍历为例）：   

dfs（*root）

{

    // 1.root为空，本条路径已经搜索完成，直接返回

    // 2.以left方向上的下一个节点为根继续搜索

    dfs(root->next1);

    // 3.处理root节点

    // 4.以right方向上的下一个节点为根继续搜索

    dfs(root->next1);

}

广度优先搜索总结：

一般用于“状态比较简单”、求最优策略的问题。

可以保证先找出来的一定是最优解。

用队列存节点（先进先出）

缺点：占用空间大。尤其是当目标节点距初始节点较远时，将产生许多无用的节点。

改进：双向广度优先搜索

广度优先搜索算法流程：

1）把初始节点放入queue表尾，并记录初始节点已搜索过；

2）如果queue为空，则问题无解，失败退出；

3）取出queue表头的节点（记为节点n）；

4）考察节点n是否为目标节点。若是，则得到问题的解，成功退出；

5）若节点n不可扩展，则转到第2步；

6）扩展节点n，将其扩展出的且未搜索过的节点放入queue表尾，并将扩展出的节点记录为已搜索过，然后转到第2步；