Graph 图数据结构：DFS与BFS？

如果给定一个图问题，我们如何知道是否需要使用bfs或dfs算法？？？ 或者何时使用dfs算法或bfs算法。

---

两者之间的区别和优势是什么？

广度优先搜索兄弟姐妹优先。深度优先显然是先搜索儿童。所以，我想这取决于你想做什么样的搜索。跨字段的关系类型搜索可能适用于bfs，其中层次结构（树、文件夹、列组等）更适合作为dfs。

bfs将根据分支因子使用更多内存。。。然而，BFS是一个完整的算法。。。也就是说，如果你用它在尽可能低的深度上搜索某些东西，BFS会给你最佳的解决方案。 BFS空间复杂度为

O（b^d）

。。。分支因子提升到一定深度（可能会占用大量内存）

另一方面，DFS在空间方面要好得多，但它可能会找到次优的解决方案。也就是说，如果您只是在搜索从一个顶点到另一个顶点的路径，您可能会在找到真正的最短路径之前找到次优解决方案（并在那里停止）。DFS空间复杂度为

O（| V |）

。。。这意味着它能占用的最大内存是可能的最长路径

它们具有相同的时间复杂性

---

就实现而言，BFS通常使用

队列

实现，而DFS使用

堆栈

这两种图遍历都承诺了一件事：完全遍历图，访问图中的每个顶点。如果您有内存限制，DFS是一个不错的选择，因为BFS会占用大量空间。 因此，在这两者之间进行选择取决于您的需求

要查找图的（强/）连接组件吗？还是解决迷宫？还是数独？ 使用DFS。如果仔细观察，预订单、后订单和顺序都是DFS的变体。是的，这是一些有趣的应用

---

BFS如果要测试图是否为二部图，请查找需要此类任务的两个节点或应用程序之间的最短路径。

在BFS队列中使用，而在dfs堆栈中使用，根据图遍历存储顶点。
2-在bfs中，过程是逐级进行的（根据有向图或无向图）

---

而在dfs中，该过程是深入进行的（首先访问根节点，然后访问另一个根节点的过程是do far，然后应用从最后一个节点到根节点的回溯）。

两者的时间复杂度都是：O（b^d）。。。这意味着它基于分支因子和搜索深度。BFS和DFS具有相同的最坏情况。。。搜索整棵树。这里有一个很好的链接，供您评论何时可以使用其中任何一棵树。这本书（算法简介）说BFS的时间复杂度是O（V+E），而DFS是θ（V+E）。这是为什么呢？Re O vsθ：BFS也应该是θ（这一点并不矛盾），因为每个节点最初都是白色的，我们必须尊重θ（E）边。空间复杂性：DFS和BFS都在线性空间中执行，但DFS不会经常遇到最坏的情况。如果是这样的话，访问的节点集（Cormen中的颜色）将被删除，并且可以使用诸如IDDF之类的算法，这些算法不需要线性空间（或者至少可以自适应地分配）。关于内存使用情况，答案是不正确的。两者都会消耗更糟糕的O（V）内存。BFS的最坏情况是一个父节点有n个子节点，而DFS的最坏情况是n个节点链，每个父节点有一个子节点。因此，根据图的拓扑结构，BFS或DFS都有同等的获胜机会。还包含一些答案。这是否回答了您的问题？