基本演算法——深度優先搜尋（dfs）和廣度優先搜尋（bfs）
1樓：張三**
深度優先搜尋屬於圖演算法的一種，是乙個針對圖和樹的遍歷演算法，英文縮寫為dfs即depth first search。深度優先搜尋是圖論中的經典演算法，利用深度優先搜尋演算法可以產生目標圖的相應拓撲排序表，利用拓撲排序表可以方便的解決很多相關的圖論問題，如最大路徑問題等等。一般用堆資料結構來輔助實現dfs演算法。
其過程簡要來說是對每乙個可能的分支路徑深入到不能再深入為止，而且每個節點只能訪問一次。
基本步奏。（1）對於下面的樹而言，dfs方法首先從根節點1開始，其搜尋節點順序是1,2,3,4,5,6,7,8（假定左分枝和右分枝中優先選擇左分枝）。
2）從stack中訪問棧頂的點；
3）找出與此點鄰接的且尚未遍歷的點，進行標記，然後放入stack中，依次進行；
4）如果此點沒有尚未遍歷的鄰接點，則將此點從stack中彈出，再按照（3）依次進行；
5）直到遍歷完整個樹，stack裡的元素都將彈出，最後棧為空，dfs遍歷完成。
廣度優先搜尋（也稱寬度優先搜尋，縮寫bfs，以下采用廣度來描述）是連通圖的一種遍歷演算法這一演算法也是很多重要的圖的演算法的原型。dijkstra單源最短路徑演算法和prim最小生成樹演算法都採用了和寬度優先搜尋類似的思想。其別名又叫bfs，屬於一種盲目搜尋法，目的是系統地並檢查圖中的所有節點，以找尋結果。
換句話說，它並不考慮結果的可能位置，徹底地搜尋整張圖，直到找到結果為止。基本過程，bfs是從根節點開始，沿著樹(圖)的寬度遍歷樹(圖)的節點。如果所有節點均被訪問，則演算法中止。
一般用佇列資料結構來輔助實現bfs演算法。
4）對v2，v3，v4重複以上操作；
5）直到終點v7被染灰，終止；
6）最短路徑為v1，v4，v7.
廣度優先演算法的特性
2樓：強少
空間複雜度 因為所有節點都必須被儲存，因此bfs的空間複雜度為 o(|v| +e|)，其中 |v| 是節點的數目，而 |e| 是圖中邊的數目。注：另一種說法稱bfs的空間複雜度為o(b)，其中 b 是最大分支系數，而 m 是樹的最長路徑長度。
由於對空間的大量需求，因此bfs並不適合解非常大的問題。 若所有邊的長度相等，廣度優先搜尋演算法是最佳解——亦即它找到的第乙個解，距離根節點的邊數目一定最少；但對一般的圖來說，bfs並不一定回傳最佳解。這是因為當圖形為加權圖（亦即各邊長度不同）時，bfs仍然回傳從根節點開始，經過邊數目最少的解；而這個解距離根節點的距離不一定最短。
這個問題可以使用考慮各邊權值，bfs的改良演算法成本一致搜尋法（en:uniform-cost search）來解決。然而，若非加權圖形，則所有邊的長度相等，bfs就能找到最近的最佳解。
廣度優先演算法的簡介
3樓：手機使用者
由圖一可以知道，這樣形成的一棵樹叫搜尋樹。初始狀態對應著根結點，目肢橋標狀態對應著目標結點。排在前的結點叫父結點，其後的結點叫子結點，同一層中的結點是兄弟結點，由父結點產生子結點叫擴充套件。
完成搜尋的過程就是找到一條從根結點到目標結點的路徑，找出乙個最優的解。這種搜尋演算法的實現類似於圖或樹的遍歷，通常可以有兩種不同的實現方法，即深度優先搜尋（乎飢慧dfs——depth first search）和廣度優先搜歲答索（bfs——breadth first search）。
實現圖的廣度優先搜尋演算法需使用的輔助資料結構為A
廣度優先copy用佇列，深度優先用棧。簡單說明bai如下 廣度優先 當一du個節點zhi被加入佇列時，要標記為已遍歷，遍歷過 dao程中，對於佇列第一個元素，遍歷其所有能夠能一步達到的節點，如果是標記未遍歷的，將其加入佇列，從第一個元素出發所有能一步直接達到的節點遍歷結束後將這個元素出列。深度優先 ...
深度優先搜尋遍歷和廣度優先搜尋的遍歷序列及具體步驟和原因
1 2 3 4 表示1可達到2，達到3，達到4 2 1 3 5 3 1 2 4 5 6 4 1 3 6 5 2 3 6 6 3 4 5 廣度優先搜尋就是把每一行按照順序輸出，去掉重複的，即先看1，有1,2,3,4，然後看2，因為有3,4了，所以只要5，然後看3，以此類推。一行行來。深度優先搜尋，是先...
配方法 開方法 公式法演算法和公式
1 直接開平方法應用簡單，但受形式限制 開平方的時候要注意正負。2 配方法較麻煩，用公式法更方便，故一般不採用。但配方法是一種較重要的數學方法，公式法就是由它推匯出來的，而且在後面的函式中還要用到配方法，所以要掌握好。它的重要性，不僅僅表現在一元二次方程的解法中，在今後學習二次函式，到高中學習二次曲...