深度优先搜索(DFS)算法解释,具体原理和步骤图解,以及Python代码实现DFS算法
作者:WeekendFlower
时间:2024-01-24
浏览:0
DFS算法又名深度优先搜索,作为递归算法,通过堆栈,在避免循环的同时遍历目标所有节点。DFS算法的工作原理图解以具有5个节点的无向图为例,如下图:从节点0开始,DFS算法首先将其放入Visited列表并将其所有相邻顶点放入堆栈。接着,访问堆栈顶部的节点1,并转到其相邻节点。因为0已经被访问过,所以访问2。节点2有一个未访问的相邻节点4,因此我们将其添加到堆栈顶部并访问它。现在,还有最后一个节点没有访问,我们继续往下。在最后访问3之后,已经没有还未访问的相邻节点,因此我们完成了该无向图的深度优先遍历。DFS
DFS算法又名深度优先搜索,作为递归算法,通过堆栈,在避免循环的同时遍历目标所有节点。
DFS算法的工作原理图解
以具有5个节点的无向图为例,如下图:

从节点0开始,DFS算法首先将其放入Visited列表并将其所有相邻顶点放入堆栈。

接着,访问堆栈顶部的节点1,并转到其相邻节点。因为0已经被访问过,所以访问2。

节点2有一个未访问的相邻节点4,因此我们将其添加到堆栈顶部并访问它。

现在,还有最后一个节点没有访问,我们继续往下。在最后访问3之后,已经没有还未访问的相邻节点,因此我们完成了该无向图的深度优先遍历。

DFS算法伪代码
在init()函数中,请注意我们在每个节点上运行DFS函数。这是因为图可能有两个不同的不连贯部分,因此为了确保覆盖每个顶点,我们还可以在每个节点上运行DFS算法。
DFS(G, u)
u.visited = true
for each v ∈ G.Adj[u]
if v.visited == false
DFS(G,v)
init() {
For each u ∈ G
u.visited = false
For each u ∈ G
DFS(G, u)
}Python代码实现DFS算法
def dfs(graph, start, visited=None):
if visited is None:
visited = set()
visited.add(start)
print(start)
for next in graph[start] - visited:
dfs(graph, next, visited)
return visited
graph = {'0': set(['1', '2']),
'1': set(['0', '3', '4']),
'2': set(['0']),
'3': set(['1']),
'4': set(['2', '3'])}
dfs(graph, '0')
作者最新文章
赤友清理大师
2026-09-16 17:43
南邮光擎智算团队:GaN基Micro-LED光计算芯片从理论到流片的突破
2026-09-08 18:35
多张照片怎么合成PDF文件?三种图片转PDF工具怎么选?
2026-09-03 17:04
Excel转PDF防乱版指南:在线与本地双方案及排版检查
2026-09-03 10:04
多个PDF怎么合并成一个?合并后顺序怎么检查?
2026-09-02 19:54
上一篇:
如何禁用Win11中的蓝牙图标
热门文章
更多
精品专题
更多
Mac软件
更多
WINDOWS
更多

































