** 深度优先搜索:深度优先搜索是一种在开发爬虫早期使用较多的方法。它的目的是要达到被搜索结构的叶结点(即那些不包含任何超链的HTML文件) 。在一个HTML文件中,当一个超链被选择后,被链接的HTML文件将执行深度优先搜索,即在搜索其余的超链结果之前必须先完整地搜索单独的一条链。深度优先搜索沿着HTML文件上的超链走到不能再深入为止,然后返回到某一个HTML文件,再继续选择该HTML文件中的其他超链。当不再有其他超链可选择时,说明搜索已经结束。**

**宽度优先搜索:宽度优先搜索算法(又称广度优先搜索)是最简便的图的搜索算法之一,这一算法也是很多重要的图的算法的原型。Dijkstra单源最短路径算法和Prim最小生成树算法都采用了和宽度优先搜索类似的思想。其别名又叫BFS,属于一种盲目搜寻法,目的是系统地展开并检查图中的所有节点,以找寻结果。换句话说,它并不考虑结果的可能位置,彻底地搜索整张图,直到找到结果为止。**   

两者分别结合栈、队列实现

一、生成二叉树

二、编写一个Node类

package com.lzp.util.tree;

/**
 * @Author LZP
 * @Date 2021/2/22 12:53
 * @Version 1.0
 */
public class Node {

    /**
     * 左孩子
     */
    public Node left;

    /**
     * 右孩子
     */
    public Node right;

    /**
     * 当前节点的值
     */
    public char data;

    public Node(Node left, Node right, char data) {
        this.left = left;
        this.right = right;
        this.data = data;
    }
}

三、编写一个BTreeUtil工具类

package com.lzp.util.tree;

import java.util.Queue;
import java.util.Stack;
import java.util.concurrent.ArrayBlockingQueue;

/**
 * @Author LZP
 * @Date 2021/2/22 8:34
 * @Version 1.0
 *
 * 二叉树
 */
public class BTreeUtil {

    /**
     * 创建二叉树
     * @param arr 用于存储待创建二叉树中所有值的字符数组
     * @return 返回根节点
     */
    public static Node createBinaryTree(char[] arr) {
        Node root = null;
        for (int i = 0; i < arr.length; i++) {
            Node newNode = null;
            if (root == null) {
                root = new Node(null, null, arr[i]);
                continue;
            }
            if (!contains(root, arr[i])) {
                newNode = new Node(null, null, arr[i]);
                insertBinaryTreeNode(root, newNode);
            }
        }

        return root;
    }

    /**
     * 判断二叉树中是否包含指定字符
     * @param root 根节点
     * @param c 待判断字符
     * @return
     */
    public static boolean contains(Node root, char c) {
        Queue<Node> queue = new ArrayBlockingQueue<Node>(10);
        queue.offer(root);
        while (!queue.isEmpty()) {
            Node node = queue.poll();
            if (node != null) {
                if (node.data == c) {
                    return true;
                }
                if (node.left != null) {
                    queue.offer(node.left);
                }
                if (node.right != null) {
                    queue.offer(node.right);
                }
            }
        }
        return false;
    }

    /**
     * 通过BFS方式向二叉树中插入节点
     * @param root 根节点
     * @param c 待插入节点的值
     */
    public static boolean insertBinaryTreeNode(Node root, char c) {
        if (!contains(root, c)) {
            Node newNode = new Node(null, null, c);
            return insertBinaryTreeNode(root, newNode);
        }

        return false;
    }

    /**
     * 通过BFS方式向二叉树中插入节点
     * @param root 根节点
     * @param node 待插入节点
     */
    public static boolean insertBinaryTreeNode(Node root, Node node) {
        Queue<Node> queue = new ArrayBlockingQueue<Node>(10);
        queue.offer(root);
        while (!queue.isEmpty()) {
            Node temp = queue.poll();
            if (temp != null) {
                if (temp.left == null) {
                    temp.left = node;
                    // 记住,这里是插入节点,一旦插入成功就直接返回,不用再循环
                    return true;
                } else {
                    if (temp.right == null) {
                        temp.right = node;
                        // 记住,这里是插入节点,一旦插入成功就直接返回,不用再循环
                        return true;
                    } else {
                        // 将左右孩子都入队
                        queue.offer(temp.left);
                        queue.offer(temp.right);
                    }
                }
            }
        }
        return false;
    }

    /**
     * 深度优先遍历
     * 递归实现
     * @param root 根节点
     */
    public static void dfsDivision(Node root) {
        if (root == null) {
            return;
        }
        System.out.print(root.data + "\t");
        dfsDivision(root.left);
        dfsDivision(root.right);
    }

    /**
     * 深度优先遍历
     * 迭代实现
     * @param root
     */
    public static void dfsIterator(Node root) {
        Stack<Node> stack = new Stack<>();
        stack.push(root);
        while (!stack.isEmpty()) {
            root = stack.pop();
            if (root != null) {
                System.out.print(root.data + "\t");
                // 先将右孩子入栈,这里是跟广度优先遍历中的队列入队刚好相反
                if (root.right != null) {
                    stack.push(root.right);
                }
                if (root.left != null) {
                    stack.push(root.left);
                }
            }
        }
    }

    /**
     * 广度优先遍历:广度优先遍历,也可以称为层次优先遍历,从上到下,先把每一层遍历完之后再遍历一下一层
     * @param root 根节点
     */
    public static void bfs(Node root) {
        Queue<Node> queue = new ArrayBlockingQueue<Node>(10);
        queue.offer(root);
        while (!queue.isEmpty()) {
            Node node = queue.poll();
            if (node != null) {
                System.out.print(node.data + "\t");
                if (node.left != null) {
                    queue.offer(node.left);
                }
                if (node.right != null) {
                    queue.offer(node.right);
                }
            }
        }
    }
}

四、测试类

public class Test {
    public static void main(String[] args) {
        char[] cArr = new char[]{
                'B',
                'F',
                'A',
                'C',
                'E',
                'G',
                'D'};
        Node root = BTreeUtil.createBinaryTree(cArr);

        System.out.println("深度优先遍历");
        BTreeUtil.dfsIterator(root);

        System.out.println();
        System.out.println("广度优先遍历");
        BTreeUtil.bfs(root);

    }
}

五、运行结果

版权声明:本文为pengsay原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://www.cnblogs.com/pengsay/p/14431316.html