Skip to content

README.md

Latest commit

 

History

History
145 lines (114 loc) · 3.9 KB

README.md

File metadata and controls

145 lines (114 loc) · 3.9 KB

树搜索算法（Tree Search）

在树结构中搜索特定节点或路径的算法，包括DFS、BFS、启发式搜索等。

算法原理

深度优先搜索（DFS）

递归遍历树，先深入再回溯：

- 前序DFS：根-左-右
- 中序DFS（BST）：左-根-右（有序输出）
- 后序DFS：左-右-根

广度优先搜索（BFS）

按层遍历，使用队列：

第1层：根节点
第2层：根的子节点
第3层：孙节点
...

最短路径搜索

  • 无权树：BFS即可得到最短路径
  • 带权树：Dijkstra算法变种

启发式搜索（A*）

在树形状态空间中使用启发函数指导搜索：

f(n) = g(n) + h(n)
g(n): 从起点到n的实际代价
h(n): 从n到目标的估计代价（启发函数）

复杂度分析

算法 时间复杂度 空间复杂度
DFS O(n) O(h) h为树高
BFS O(n) O(w) w为最大宽度
A* O(b^d) O(b^d) d为深度，b为分支因子

算法流程

%%{init: {'flowchart': {'nodeSpacing': 15, 'rankSpacing': 25, 'padding': 20}}}%%
graph LR
    S(["开始"]) --> INPUT["输入根节点和目标值"]
    INPUT --> TYPE{"搜索算法?"}
    TYPE -->|"DFS"| DFS["递归遍历"]
    TYPE -->|"BFS"| BFS["队列实现"]
    TYPE -->|"A*"| ASTAR["启发式搜索"]
    DFS --> CHECK1{"节点为空?"}
    BFS --> CHECK2{"队列为空?"}
    ASTAR --> CHECK3{"优先队列为空?"}
    CHECK1 -->|"是"| NOTFOUND(["未找到"])
    CHECK1 -->|"否"| MATCH1{"值匹配?"}
    CHECK2 -->|"是"| NOTFOUND
    CHECK2 -->|"否"| DEQUEUE["出队节点"]
    CHECK3 -->|"是"| NOTFOUND
    CHECK3 -->|"否"| POP["弹出最优节点"]
    MATCH1 -->|"是"| FOUND(["返回节点"])
    MATCH1 -->|"否"| RECURSE["递归子节点"]
    DEQUEUE --> MATCH2{"值匹配?"}
    POP --> MATCH3{"值匹配?"}
    MATCH2 -->|"是"| FOUND
    MATCH2 -->|"否"| ENQUEUE["入队子节点"]
    MATCH3 -->|"是"| FOUND
    MATCH3 -->|"否"| CALC["计算f=g+h"]
    RECURSE --> CHECK1
    ENQUEUE --> CHECK2
    CALC --> PUSH["压入优先队列"]
    PUSH --> CHECK3

    %% 节点样式
    classDef start fill:#ff7f50,color:#fff,stroke:#e5533c,stroke-width:2px
    classDef end1 fill:#ff7f50,color:#fff,stroke:#e5533c,stroke-width:2px
    classDef decision fill:#6a5acd,color:#fff,stroke:#483d8b,stroke-width:2px
    classDef process fill:#20b2aa,color:#fff,stroke:#008080,stroke-width:2px
    classDef found fill:#0b8457,color:#fff,stroke:#065535,stroke-width:2px
    classDef notfound fill:#e94560,color:#fff,stroke:#c81e45,stroke-width:2px
    
    %% 应用样式
    class S,FOUND,NOTFOUND start
    class TYPE,CHECK1,CHECK2,CHECK3,MATCH1,MATCH2,MATCH3 decision
    class INPUT,DFS,BFS,ASTAR,RECURSE,DEQUEUE,ENQUEUE,POP,CALC,PUSH process
    class FOUND found
    class NOTFOUND notfound
Loading

适用场景

  • DOM查询：网页元素查找
  • 文件搜索：目录树遍历
  • 游戏AI：Minimax、Alpha-Beta剪枝
  • 路径规划：迷宫求解
  • 决策树：机器学习决策

实现列表

语言 文件名 说明
C tree_search.c DFS/BFS实现
Java TreeSearch.java BFS/DFS类
Go tree_search.go 简洁实现
Python tree_search.py 多种搜索
JavaScript tree_search.js DOM搜索
TypeScript TreeSearch.ts 类型安全
Rust tree_search.rs 高效实现

使用示例

Python 版本

# 查找值为target的节点
node = dfs_search(root, target)
node = bfs_search(root, target)

# 查找路径
path = find_path(root, target)  # 根到目标的路径

# 最短路径（无权树）
path = shortest_path(root, target)  # BFS

扩展阅读

  • Minimax算法（博弈树）
  • Alpha-Beta剪枝
  • MCTS（蒙特卡洛树搜索）