深度优先搜索和广度优先搜索(1)
2013-02-21 18:27
127 查看
一、深度优先搜索 深度优先搜索就是在搜索树的每一层始终先只扩展一个子节点,不断地向纵深前进直到不能再前进(到达叶子节点或受到深度限制)时,才从当前节点返回到上一级节点,沿另一方向又继续前进。这种方法的搜索树是从树根开始一枝一枝逐渐形成的。 深度优先搜索亦称为纵向搜索。由于一个有解的问题树可能含有无穷分枝,深度优先搜索如果误入无穷分枝(即深度无限),则不可能找到目标节点。所以,深度优先搜索策略是不完备的。另外,应用此策略得到的解不一定是最佳解(最短路径)。 二、 重排九宫问题游戏 在一个3乘3的九宫中有1-8的8个数及一个空格随机摆放在其中的格子里。如下面左图所示。现在要求实现这样的问题:将该九宫调整为如下图右图所示的形式。调整规则是:每次只能将与空格(上,下或左,右)相临的一个数字平移到空格中。试编程实现。 | 2 | 8 | 3 | | 1 | 2 | 3 | - | 1 | | 4 | | 8 | | 4 | | 7 | 6 | 5 | | 7 | 6 | 5 | 深度优先搜索的路径示意图: | [align=center]http://zzg810314.javaeye.com/blog/80545 [/align] |
三、广度优先搜索
在深度优先搜索算法中,是深度越大的结点越先得到扩展。如果在搜索中把算法改为按结点的层次进行搜索,本层的结点没有搜索处理完时,不能对下层结点进行处理,即深度越小的结点越先得到扩展,也就是说先产生的结点先得以扩展处理,这种搜索算法称为广度优先搜索法。
广度优先搜索路径示意图:
四、航班问题(来自《The Art of Java》)
一位顾客要预定一张从New
York到Los Angeles的航班机票,下面是航班线路,请你为顾客找一种购票方案。
[align=center]航班[/align] | [align=center]距离[/align] |
New York到Chicago | [align=center]900英里[/align] |
Chicago到Denver | [align=center]1000英里[/align] |
New York到Toronto | [align=center]500英里[/align] |
New York到Denver | [align=center]1800英里[/align] |
Toronto到Calgary | [align=center]1700英里[/align] |
Toronto到Los Angeles | [align=center]2500英里[/align] |
Toronto到Chicago | [align=center]500英里[/align] |
Denver到Urbana | [align=center]1000英里[/align] |
Denver到Houston | [align=center]1000英里[/align] |
Houston到Los Angeles | [align=center]1500英里[/align] |
Denver到Los Angeles | [align=center]1000英里[/align] |
// Find connections using a depth-first search. import java.util.*; import java.io.*; // Flight information. class FlightInfo { String from; String to; int distance; boolean skip; // used in backtracking FlightInfo(String f, String t, int d) { from = f; to = t; distance = d; skip = false; } } class Depth { final int MAX = 100; // This array holds the flight information. FlightInfo flights[] = new FlightInfo[MAX]; int numFlights = 0; // number of entries in flight array Stack btStack = new Stack(); // backtrack stack public static void main(String args[]) { String to, from; Depth ob = new Depth(); BufferedReader br = new BufferedReader(new InputStreamReader(System.in)); ob.setup(); try { System.out.print("From? "); from = br.readLine(); System.out.print("To? "); to = br.readLine(); ob.isflight(from, to); if(ob.btStack.size() != 0) ob.route(to); } catch (IOException exc) { System.out.println("Error on input."); } } // Initialize the flight database. void setup() { addFlight("New York", "Chicago", 900); addFlight("Chicago", "Denver", 1000); addFlight("New York", "Toronto", 500); addFlight("New York", "Denver", 1800); addFlight("Toronto", "Calgary", 1700); addFlight("Toronto", "Los Angeles", 2500); addFlight("Toronto", "Chicago", 500); addFlight("Denver", "Urbana", 1000); addFlight("Denver", "Houston", 1000); addFlight("Houston", "Los Angeles", 1500); addFlight("Denver", "Los Angeles", 1000); } // Put flights into the database. void addFlight(String from, String to, int dist) { if(numFlights < MAX) { flights[numFlights] = new FlightInfo(from, to, dist); numFlights++; } else System.out.println("Flight database full.\n"); } // Show the route and total distance. void route(String to) { Stack rev = new Stack(); int dist = 0; FlightInfo f; int num = btStack.size(); // Reverse the stack to display route. for(int i=0; i < num; i++) rev.push(btStack.pop()); for(int i=0; i < num; i++) { f = (FlightInfo) rev.pop(); System.out.print(f.from + " to "); dist += f.distance; } System.out.println(to); System.out.println("Distance is " + dist); } int match(String from, String to) { for(int i=numFlights-1; i > -1; i--) { if(flights[i].from.equals(from) && flights[i].to.equals(to) && !flights[i].skip) { flights[i].skip = true; // prevent reuse return flights[i].distance; } } return 0; // not found } // Given from, find any connection. FlightInfo find(String from) { for(int i=0; i < numFlights; i++) { if(flights[i].from.equals(from) && !flights[i].skip) { FlightInfo f = new FlightInfo(flights[i].from, flights[i].to, flights[i].distance); flights[i].skip = true; // prevent reuse return f; } } return null; } // Determine if there is a route between from and to. void isflight(String from, String to) { int dist; FlightInfo f; // See if at destination. dist = match(from, to); if(dist != 0) { btStack.push(new FlightInfo(from, to, dist)); return; } // Try another connection. f = find(from); if(f != null) { btStack.push(new FlightInfo(from, to, f.distance)); isflight(f.to, to); } else if(btStack.size() > 0) { // Backtrack and try another connection. f = (FlightInfo) btStack.pop(); isflight(f.from, f.to); } } }
相关文章推荐
- 深度优先搜索和广度优先搜索
- 图算法-深度优先搜索和广度优先搜索
- Java实现图:邻接矩阵表示、深度优先搜索、广度优先搜索、无向图的最小生成树
- 图的表示、广度优先搜索、深度优先搜索
- 图的遍历 深度优先搜索 广度优先搜索
- 树:深度优先搜索、广度优先搜索、背包问题
- 深度优先搜索与广度优先搜索
- 深度优先搜索和广度优先搜索
- 图的遍历之 深度优先搜索和广度优先搜索
- 图的创建、广度优先搜索、深度优先搜索
- AI-迷宫寻路算法-深度优先搜索和广度优先搜索
- 深度优先搜索和广度优先搜索
- 【Python排序搜索基本算法】之深度优先搜索、广度优先搜索、拓扑排序、强联通&Kosaraju算法
- 【算法学习】二、深度优先搜索与广度优先搜索
- 图的遍历之 深度优先搜索和广度优先搜索
- 图搜索之A*算法、深度优先搜索和广度优先搜索
- 深度优先搜索、广度优先搜索(java)
- 算法之深度优先搜索和广度优先搜索
- 深度优先搜索、广度优先搜索
- 深度优先搜索与广度优先搜索