广度优先搜索会先考虑每种状态的和初始状态的距离说人话:与初始状态越接近的状况就越会优先考虑,每一个状态要作的事情就是上个状态的扩展。常常是有队列实现,每次取出队首找出队首的扩展状态将其压入队列,知道队列空。node
广搜模板:数组
int bfs(int sx,int sy) { Q.push((node){sx,sy}); //起点加入队列 vis[sx][sy]=true; //标记 while(!Q.empty()) { node s = Q.front();//获取起始坐标 Q.pop(); //弹出队列 if(符合条件) return ans(答案); for(枚举可能的状态){//找到因此的能够扩展的状态 if(不符合条件) continue; //不符合条件跳过循环 /*注意:这个大部分是判断有没有越界之类的,分开写更保险,由于若是有下标为负数的话,那么可能会判RE(没有数组下标是负数,除非是用了指针之类的)*/ //可行的状况 if(合法) Q.push((node){tx,ty}); //加入队列 } } }
深度优先搜索其实就是暴力枚举的优化版本,深度优先搜索从一种状况一直走下去,直到错误了或者是已是答案时就再也不枚举(返回上一层寻找还有没有其余的解,直到因此可能可行的状况都试过为止)。优化
//模板: void dfs(int x){ if (边界条件){记录答案/最优解;return;} for(各类状况) { if(知足){ 保存记录; dfs(下一种状况); 恢复现场; } }