Java 深度优先搜索难题

不知道如何在我的代码中实现深度优先搜索算法。以下是解决以下问题的广度优先搜索算法示例：

public direction[]解决（nPuzzle难题）{
//此方法使用条纹作为队列。
//因此，按成本的顺序搜索节点，成本最低
//下一步搜索未探测节点。
//-----------------------------------------
//将开始状态置于边缘以进行探索。
addToFrontier（puzzle.StartState）；
ArrayList newStates=新的ArrayList（）；
while（Frontier.size（）>0）
{
//把下一件衣服从边缘上拿下来
PuzzleState thisState=popFrontier（）；
//这是目标项目吗？
if（thisState.equals（puzzle.GoalState））
{
//我们找到了解决方案！退回！
返回thisState.GetPathToState（）；
}
其他的
{
//这不是目标，只是探索节点
newStates=thisState.explore（）；
对于（int i=0；i

还有更多的代码

---

非常感谢您的帮助。实现中的主要区别是：在DFS中，要探测的节点存储在stck中，而在BFS中，它们存储在队列中
B对于您试图解决的难题，我认为BFS更合适，因为您正在搜索最短路径。

---

要获得更多帮助，请发布帖子，这样我们就不必做很多猜测

你需要什么帮助？代码中有什么不起作用？我需要实现一个深度优先搜索算法来解决一个8字难题。我不知道如何继续扩展子节点，直到它到达终点或找到解决方案。如果广度优先搜索通过向上、向下、向左、向右状态添加到newStates来“探索”当前状态，那么它们将被添加到要探索的前沿。我将如何继续探索儿童状态。例如，探索向上状态，然后向上，向上状态，然后向上，向上，向上，向上，向左。而不是探索向上的状态，然后是向左的状态，然后是向右的状态

    public direction[] Solve(nPuzzle puzzle) {
        //This method uses the fringe as a queue.
        //Therefore, nodes are searched in order of cost, with the lowest cost
        // unexplored node searched next.
        //-----------------------------------------

        //put the start state in the Fringe to get explored.
        addToFrontier(puzzle.StartState);


        ArrayList<PuzzleState> newStates = new ArrayList<PuzzleState>();

        while(Frontier.size() > 0)
        {
            //get the next item off the fringe
            PuzzleState thisState = popFrontier();

            //is it the goal item?
            if(thisState.equals(puzzle.GoalState))
            {
                //We have found a solution! return it!
                return thisState.GetPathToState();
            }
            else
            {
                //This isn't the goal, just explore the node
                newStates = thisState.explore();

                for(int i = 0; i < newStates.size(); i++)
                {
                    //add this state to the fringe, addToFringe() will take care of duplicates
                    addToFrontier(newStates.get(i));
                }
            }
        }

        //No solution found and we've run out of nodes to search
        //return null.
        return null;
    }