zoukankan      html  css  js  c++  java
  • 总结深度优先与广度优先的区别

    1、区别

           1) 二叉树的深度优先遍历的非递归的通用做法是采用栈,广度优先遍历的非递归的通用做法是采用队列。

           2) 深度优先遍历:对每一个可能的分支路径深入到不能再深入为止,而且每个结点只能访问一次。要特别注意的是,二叉树的深度优先遍历比较特殊,可以细分为先序遍历、中序遍历、后序遍历。具体说明如下:

    • 先序遍历:对任一子树,先访问根,然后遍历其左子树,最后遍历其右子树。
    • 中序遍历:对任一子树,先遍历其左子树,然后访问根,最后遍历其右子树。
    • 后序遍历:对任一子树,先遍历其左子树,然后遍历其右子树,最后访问根。

            广度优先遍历:又叫层次遍历,从上往下对每一层依次访问,在每一层中,从左往右(也可以从右往左)访问结点,访问完一层就进入下一层,直到没有结点可以访问为止。   

         3)深度优先搜素算法:不全部保留结点,占用空间少;有回溯操作(即有入栈、出栈操作),运行速度慢。

              广度优先搜索算法:保留全部结点,占用空间大; 无回溯操作(即无入栈、出栈操作),运行速度快。

              通常 深度优先搜索法不全部保留结点,扩展完的结点从数据库中弹出删去,这样,一般在数据库中存储的结点数就是深度值,因此它占用空间较少。

    所以,当搜索树的结点较多,用其它方法易产生内存溢出时,深度优先搜索不失为一种有效的求解方法。  

              广度优先搜索算法,一般需存储产生的所有结点,占用的存储空间要比深度优先搜索大得多,因此,程序设计中,必须考虑溢出和节省内存空间的问题。

    但广度优先搜索法一般无回溯操作,即入栈和出栈的操作,所以运行速度比深度优先搜索要快些

    2.二叉树的遍历

    先序遍历(递归):35 20 15 16 29 28 30 40 50 45 55 
    中序遍历(递归):15 16 20 28 29 30 35 40 45 50 55 
    后序遍历(递归):16 15 28 30 29 20 45 55 50 40 35 
    先序遍历(非递归):35 20 15 16 29 28 30 40 50 45 55 
    中序遍历(非递归):15 16 20 28 29 30 35 40 45 50 55 
    后序遍历(非递归):16 15 28 30 29 20 45 55 50 40 35 
    广度优先遍历:35 20 40 15 29 50 16 28 30 45 55

    代码:

    package BinaryTreeTraverseTest;  
      
    import java.util.LinkedList;  
    import java.util.Queue;  
      
    /** 
     * 二叉树的深度优先遍历和广度优先遍历 
     * @author Fantasy 
     * @version 1.0 2016/10/05 - 2016/10/07 
     */  
    public class BinaryTreeTraverseTest {  
        public static void main(String[] args) {  
              
        BinarySortTree<Integer> tree = new BinarySortTree<Integer>();  
              
            tree.insertNode(35);  
            tree.insertNode(20);  
            tree.insertNode(15);  
            tree.insertNode(16);  
            tree.insertNode(29);  
            tree.insertNode(28);  
            tree.insertNode(30);  
            tree.insertNode(40);  
            tree.insertNode(50);  
            tree.insertNode(45);  
            tree.insertNode(55);  
              
            System.out.print("先序遍历(递归):");  
            tree.preOrderTraverse(tree.getRoot());  
            System.out.println();  
            System.out.print("中序遍历(递归):");  
            tree.inOrderTraverse(tree.getRoot());  
            System.out.println();  
            System.out.print("后序遍历(递归):");  
            tree.postOrderTraverse(tree.getRoot());  
            System.out.println();  
              
            System.out.print("先序遍历(非递归):");  
            tree.preOrderTraverseNoRecursion(tree.getRoot());  
            System.out.println();  
            System.out.print("中序遍历(非递归):");  
            tree.inOrderTraverseNoRecursion(tree.getRoot());  
            System.out.println();  
            System.out.print("后序遍历(非递归):");  
            tree.postOrderTraverseNoRecursion(tree.getRoot());  
            System.out.println();  
              
            System.out.print("广度优先遍历:");  
            tree.breadthFirstTraverse(tree.getRoot());  
        }  
    }  
      
    /** 
     * 结点 
     */  
    class Node<E extends Comparable<E>> {  
          
        E value;  
        Node<E> left;  
        Node<E> right;  
          
        Node(E value) {  
            this.value = value;  
            left = null;  
            right = null;  
        }  
          
    }  
      
    /** 
     * 使用一个先序序列构建一棵二叉排序树(又称二叉查找树) 
     */  
    class BinarySortTree<E extends Comparable<E>> {  
          
        private Node<E> root;  
          
        BinarySortTree() {  
            root = null;  
        }  
          
        public void insertNode(E value) {     
            if (root == null) {  
                root = new Node<E>(value);  
                return;  
            }      
            Node<E> currentNode = root;  
            while (true) {  
                if (value.compareTo(currentNode.value) > 0) {  
                    if (currentNode.right == null) {  
                        currentNode.right = new Node<E>(value);  
                        break;  
                    }  
                    currentNode = currentNode.right;  
                } else {  
                    if (currentNode.left == null) {  
                        currentNode.left = new Node<E>(value);  
                        break;  
                    }  
                    currentNode = currentNode.left;  
                }  
            }  
        }  
          
        public Node<E> getRoot(){  
            return root;  
        }  
      
        /** 
         * 先序遍历二叉树(递归) 
         * @param node 
         */  
        public void preOrderTraverse(Node<E> node) {  
            System.out.print(node.value + " ");  
            if (node.left != null)  
                preOrderTraverse(node.left);  
            if (node.right != null)  
                preOrderTraverse(node.right);  
        }  
          
        /** 
         * 中序遍历二叉树(递归) 
         * @param node 
         */  
        public void inOrderTraverse(Node<E> node) {  
            if (node.left != null)  
                inOrderTraverse(node.left);  
            System.out.print(node.value + " ");  
            if (node.right != null)  
                inOrderTraverse(node.right);  
        }  
          
        /** 
         * 后序遍历二叉树(递归) 
         * @param node 
         */  
        public void postOrderTraverse(Node<E> node) {  
            if (node.left != null)  
                postOrderTraverse(node.left);  
            if (node.right != null)  
                postOrderTraverse(node.right);  
            System.out.print(node.value + " ");  
        }  
          
        /** 
         * 先序遍历二叉树(非递归) 
         * @param root 
         */  
        public void preOrderTraverseNoRecursion(Node<E> root) {  
            LinkedList<Node<E>> stack = new LinkedList<Node<E>>();  
            Node<E> currentNode = null;  
            stack.push(root);  
            while (!stack.isEmpty()) {  
                currentNode = stack.pop();  
                System.out.print(currentNode.value + " ");  
                if (currentNode.right != null)  
                    stack.push(currentNode.right);  
                if (currentNode.left != null)  
                    stack.push(currentNode.left);  
            }  
        }  
          
        /** 
         * 中序遍历二叉树(非递归) 
         * @param root 
         */  
        public void inOrderTraverseNoRecursion(Node<E> root) {  
            LinkedList<Node<E>> stack = new LinkedList<Node<E>>();  
            Node<E> currentNode = root;  
            while (currentNode != null || !stack.isEmpty()) {  
                // 一直循环到二叉排序树最左端的叶子结点(currentNode是null)  
                while (currentNode != null) {  
                    stack.push(currentNode);  
                    currentNode = currentNode.left;  
                }  
                currentNode = stack.pop();  
                System.out.print(currentNode.value + " ");  
                currentNode = currentNode.right;  
            }     
        }  
          
        /** 
         * 后序遍历二叉树(非递归) 
         * @param root 
         */  
        public void postOrderTraverseNoRecursion(Node<E> root) {  
            LinkedList<Node<E>> stack = new LinkedList<Node<E>>();  
            Node<E> currentNode = root;  
            Node<E> rightNode = null;  
            while (currentNode != null || !stack.isEmpty()) {  
                // 一直循环到二叉排序树最左端的叶子结点(currentNode是null)  
                while (currentNode != null) {  
                    stack.push(currentNode);  
                    currentNode = currentNode.left;  
                }  
                currentNode = stack.pop();  
                // 当前结点没有右结点或上一个结点(已经输出的结点)是当前结点的右结点,则输出当前结点  
                while (currentNode.right == null || currentNode.right == rightNode) {  
                    System.out.print(currentNode.value + " ");  
                    rightNode = currentNode;  
                    if (stack.isEmpty()) {  
                        return; //root以输出,则遍历结束  
                    }  
                    currentNode = stack.pop();  
                }  
                stack.push(currentNode); //还有右结点没有遍历  
                currentNode = currentNode.right;  
            }  
        }  
          
        /** 
         * 广度优先遍历二叉树,又称层次遍历二叉树 
         * @param node 
         */  
        public void breadthFirstTraverse(Node<E> root) {  
            Queue<Node<E>> queue = new LinkedList<Node<E>>();  
            Node<E> currentNode = null;  
            queue.offer(root);  
            while (!queue.isEmpty()) {  
                currentNode = queue.poll();  
                System.out.print(currentNode.value + " ");  
                if (currentNode.left != null)  
                    queue.offer(currentNode.left);  
                if (currentNode.right != null)  
                    queue.offer(currentNode.right);  
            }  
        }  
          
    }  

    3.图

     图的遍历之 深度优先搜索和广度优先搜索

  • 相关阅读:
    [转]OC与JS的交互详解
    [iOS]数据库第三方框架FMDB详细讲解
    iOS开发-NSOperation与GCD区别
    iOS开发:深入理解GCD 第一篇
    iOS开发之集成ijkplayer视频直播
    iOS--KVO的实现原理与具体应用
    JAVA中Colllection的基本功能
    JAVA中的数组对象
    结对编程《四则运算》
    关于结对编程
  • 原文地址:https://www.cnblogs.com/attitudeY/p/6790219.html
Copyright © 2011-2022 走看看