Cerca d'amplada primer (BFS) i Cerca en profunditat (DFS) són dos algorismes fonamentals utilitzats per recórrer o cercar gràfics i arbres. Aquest article cobreix la diferència bàsica entre la cerca en primer lloc i la cerca en profunditat.
Diferència entre BFS i DFS
python ordenant tuples
Cerca d'amplada primer (BFS) :
BFS, cerca d'amplada primer, és una tècnica basada en vèrtex per trobar el camí més curt del gràfic. Utilitza a Sortida:
A, B, C, D, E, F>
Codi:
C++ #include #include using namespace std; // This class represents a directed graph using adjacency // list representation class Graph { int V; // No. of vertices // Pointer to an array containing adjacency lists list * adj; públic: Graph(int V); // Constructor // funció per afegir una vora al gràfic void addEdge(int v, int w); // imprimeix el recorregut BFS des d'una font donada void BFS(int s); }; Graph::Graph(int V) { this->V = V; adj = llista nova [V]; } void Graph::addEdge(int v, int w) { adj[v].push_back(w); // Afegeix w a la llista de v. } void Graph::BFS(int s) { // Marca tots els vèrtexs com a no visitats bool* visited = new bool[V]; per (int i = 0; i< V; i++) visited[i] = false; // Create a queue for BFS list cua; // Marca el node actual com a visitat i posa a la cua el que ha visitat[s] = true; queue.push_back(s); // S'utilitzarà 'i' per obtenir tots els vèrtexs adjacents d'una // llista de vèrtexs ::iterador i; // Crea un mapeig de nombres enters a caràcters mapa de caràcters[6] = { 'A', 'B', 'C', 'D', 'E', 'F '}; while (!queue.empty()) { // Treu un vèrtex de la cua i imprimeix-lo s = queue.front(); cout<< map[s] << ' '; // Use the mapping to print // the original label queue.pop_front(); // Get all adjacent vertices of the dequeued vertex // s If a adjacent has not been visited, then mark // it visited and enqueue it for (i = adj[s].begin(); i != adj[s].end(); ++i) { if (!visited[*i]) { queue.push_back(*i); visited[*i] = true; } } } } int main() { // Create a graph given in the diagram /* A / B C / / D E F */ Graph g(6); g.addEdge(0, 1); g.addEdge(0, 2); g.addEdge(1, 3); g.addEdge(2, 4); g.addEdge(2, 5); cout << 'Breadth First Traversal is: '; g.BFS(0); // Start BFS from A (0) return 0; }> Python from collections import deque # This class represents a directed graph using adjacency list representation class Graph: def __init__(self, V): self.V = V # No. of vertices self.adj = [[] for _ in range(V)] # Adjacency lists # Function to add an edge to graph def addEdge(self, v, w): self.adj[v].append(w) # Add w to v’s list # Prints BFS traversal from a given source s def BFS(self, s): # Mark all the vertices as not visited visited = [False] * self.V # Create a queue for BFS queue = deque() # Mark the current node as visited and enqueue it visited[s] = True queue.append(s) # Create a mapping from integers to characters mapping = ['A', 'B', 'C', 'D', 'E', 'F'] while queue: # Dequeue a vertex from queue and print it s = queue.popleft() # Use the mapping to print the original label print(mapping[s], end=' ') # Get all adjacent vertices of the dequeued vertex s # If an adjacent has not been visited, then mark it visited # and enqueue it for i in self.adj[s]: if not visited[i]: queue.append(i) visited[i] = True if __name__ == '__main__': # Create a graph given in the diagram # A # / # B C # / / # D E F g = Graph(6) g.addEdge(0, 1) g.addEdge(0, 2) g.addEdge(1, 3) g.addEdge(2, 4) g.addEdge(2, 5) print('Breadth First Traversal is: ', end='') g.BFS(0) # Start BFS from A (0)> JavaScript // This class represents a directed graph using adjacency list representation class Graph { constructor(V) { this.V = V; // No. of vertices this.adj = new Array(V).fill(null).map(() =>[]); // Matriu de llistes d'adjacència } // Funció per afegir una vora al gràfic addEdge(v, w) { this.adj[v].push(w); // Afegeix w a la llista de v. } // Funció per dur a terme un recorregut BFS des d'una font donada s BFS(s) { // Marca tots els vèrtexs com a no visitats let visited = new Array(this.V).fill(false); // Crear una cua per a BFS let queue = []; // Marca el node actual com a visitat i posa a la cua el que ha visitat[s] = true; queue.push(s); // L'assignació de nombres enters a caràcters permet el mapa = ['A', 'B', 'C', 'D', 'E', 'F']; while (queue.length> 0) { // Treu un vèrtex de la cua i imprimeix-lo s = queue.shift(); console.log(mapa[s] + ' '); // Utilitzeu el mapeig per imprimir l'etiqueta original // Obteniu tots els vèrtexs adjacents del vèrtex descuat s // Si no s'ha visitat cap adjacent, marqueu-lo com a visitat // i poseu-lo a la cua per (deixeu i de this.adj[s ]) { if (!visitat[i]) { queue.push(i); visitat[i] = cert; } } } } } // Funció principal function main() { // Crea un gràfic donat al diagrama /* A / B C / / D E F */ deixa g = new Graph(6); g.addEdge(0, 1); g.addEdge(0, 2); g.addEdge(1, 3); g.addEdge(2, 4); g.addEdge(2, 5); console.log('Breadth First Traversal és: '); g.BFS(0); // Inicieu BFS des de A (0) } // Executeu la funció principal main();>>>
Sortida Breadth First Traversal is: A B C D E F>
Primera cerca en profunditat (DFS) :
DFS, Primera recerca en profunditat , és una tècnica basada en la vora. Fa servir el Sortida:
Si us plau, mireu també BFS vs DFS per a l'arbre binari per a les diferències per a una travessia d'arbre binari.