蓝桥杯备考——算法

一、排序

冒泡排序、选择排序、插入排序、 快速排序、归并排序、桶排序

二、枚举

三、二分查找与二分答案

四、搜索（DFS）

DFS（DFS基础、回溯、剪枝、记忆化）

1.DFS算法（深度优先搜索算法）

深度优先搜索（ DFS ）是一种用于遍历或搜索图或树的算法，它从起始节点开始，沿着一条路径一直深入直到无法继续为止，然后回溯到上一个节点继续探索。 DFS 使用栈来记录遍历的路径，它优先访问最近添加到栈的节点。

DFS 的主要优点是简单且易于实现，它不需要额外的数据结构来记录节点的访问情况，仅使用栈来存储遍历路径。然而， DFS 可能会陷入无限循环中，因为它不考虑节点是否已经访问过。

  对于一个连通图，深度优先搜索遍历的过程如下：

（1）从图中某个顶点v出发，访问v；

（2）找到刚访问过的顶点的第一个未被访问的邻接点，访问该顶点。 以该顶点为新顶点，重 复此步骤， 直至刚访问过的顶点没有未被访问的邻接点为止。

(3)返回前一个访问过的且仍有未被访问的邻接点的顶点，找出该顶点的下一个未被访问的邻接点， 访问该顶点。

(4)重复步骤 (2) 和(3), 直至图中所有顶点都被访问过，搜索结束。 

顶点访问序列：v1 -> v2 -> v4 -> v8 -> v5 -> v3 -> v6 -> v7

DFS 使用栈来记录遍历的路径，它优先访问最近添加到栈的节点。

 显然， 深度优先搜索遍历连通图是一个递归的过程。 为了在遍历过程中便千区分顶点是否已

 被访问，需附设访问标志数组 visited[n] , 其初值为 "false", 一旦某个顶点被访问，则其相应的分

量置为 "true"。  

python语言：

# 图的DFS遍历
def dfs(graph, start, visited):
    # 访问当前节点
    print(start, end=' ')
    # 标记当前节点为已访问
    visited[start] = True
    # 遍历当前节点的邻居节点
    for neighbor in graph[start]:
        # 如果邻居节点未被访问，则继续深度优先搜索
        if not visited[neighbor]:
            dfs(graph, neighbor, visited)

# 图的邻接表表示
graph = {
    '1': ['2', '3'],
    '2': ['2', '4', '5'],
    '3': ['1', '6', '7'],
    '4': ['2','8'],
    '5': ['2','8'],
    '6': ['3','7'],
    '7': ['3','6'],
    '8': ['4','5']
}

# 标记节点是否已访问的列表
visited = {node: False for node in graph}

# 从节点A开始进行DFS遍历
print("DFS遍历结果：")
dfs(graph, '1', visited)

C++ / C语言：

算法1.深度优先搜索遍历连通图

// 1. 深度优先搜索遍历连通图
bool visited[MVNum];