Graph 递归函数使用的全局变量

假设您必须使用dfs（深度优先搜索）实现包含一些算法的

Graph

类。例如，它可能是连接性检查，

Graph

类如下所示：

class Graph {
    void dfsConnected(int v) {
        visited[v] = true;
        //indexing over v's adjacencies and calling dfsConnected recursively
    }
    bool isConnected {
        //indexing over vertice list and calling dfsConnected
    }
}

假设我们有一组算法，在这个类中使用dfs（每个算法都使用特定的dfs）。 问题是

已访问

阵列：

• 我们可以将其定义为每个dfs的私有字段，如

  visitedConnectivity

  ，

  visitedTopSorting

  ，

  visitedBridges

  ，等等。因此，

  Graph

  的每个实例中都有许多私有变量。如果每个dfs都有3-4个这样的“全局”变量呢
• 我们可以将

  visted

  作为

  dfs

  的参数传递。在这种情况下，每个dfs调用都会有开销

---

那么，解决这个问题最简单、最现实的解决方案是什么？当然，它不仅与图形算法有关，而且我发现用dfs术语解释它更容易。

将

作为参数传递。没有开销

更新确定我站更正。让我说，有可忽略的间接费用；）尽管如此，我还是会选择在堆栈中保留一个指针，而不是在函数外使用一个毫无意义的字段/全局变量，并在每天完成后消耗内存

如果您真的在意，您可以将DFS封装在一个对象中，该对象有自己的
访问
字段，并将图形作为参数。但即便如此，这也可能转化为堆栈上带有对象指针的函数调用。
将
作为参数传递。没有开销

更新确定我站更正。让我说，有可忽略的间接费用；）尽管如此，我还是会选择在堆栈中保留一个指针，而不是在函数外使用一个毫无意义的字段/全局变量，并在每天完成后消耗内存

如果您真的在意，您可以将DFS封装在一个对象中，该对象有自己的
访问
字段，并将图形作为参数。但即使这样，也可能转化为堆栈上带有对象指针的函数调用。
您可以使用静态变量
 您可以使用静态变量
 在我看来，更为面向对象的方法是为每个DFS类创建一个字段
访问
，并使其运行自己的DFS

这将阻止您跟踪“我分配了什么？”？它连接到哪里？等等……”

您的DFS将更加封装，并且需要更少的数据，然后为每个DFS添加一个额外的参数，您必须单独维护

这里的性能问题[在大多数情况下]对于可读性来说被忽略了，您可以通过在类本身中封装尽可能多的数据来实现。
在我看来，更面向对象的方法是为每个DFS类删除一个访问的字段
，
，并使其运行自己的DFS

它将阻止您跟踪“我分配了什么？它连接到哪里？等等…”

您的DFS将更加封装，并且需要更少的数据，然后为每个DFS添加一个额外的参数，您必须单独维护

这里的性能问题[在大多数情况下]对于可读性来说被忽略了，您通过在类本身中封装尽可能多的数据来实现。
为什么说没有开销？如果访问的是一个
向量
，它将被复制-这会带来开销。如果它是一个数组，这并不能解决问题，因为它只能通过引用传递。你能解释一下你对这个答案的逻辑吗？我想通过引用来传递。为什么这不能解决问题？有。每次调用时，访问的
指针将存储在调用堆栈中。我想任何好的编译器都会优化作为常量ref传递的不变值，并将其存储在寄存器中。如果有疑问，请检查已编译函数的汇编输出，并查看它的功能。另外，在进行大量预优化之前进行测量。你为什么说没有开销？如果访问的是一个
向量
，它将被复制-这会带来开销。如果它是一个数组，这并不能解决问题，因为它只能通过引用传递。你能解释一下你对这个答案的逻辑吗？我想通过引用来传递。为什么这不能解决问题？有。每次调用时，访问的
指针将存储在调用堆栈中。我想任何好的编译器都会优化作为常量ref传递的不变值，并将其存储在寄存器中。如果有疑问，请检查已编译函数的汇编输出，并查看它的功能。另外，在进行大量预优化之前进行测量。它们会有什么帮助？你能详细说明一下吗？他们会有什么帮助？你能详细说明一下吗？