所謂深度優先算法,百科的解答是這樣的算法
深度優先搜索算法(Depth-First-Search),簡稱DFS,是搜索算法的一種。是沿着樹的深度遍歷樹的節點,儘量深的搜索樹的分支。當節點v的全部邊都己被探尋過,搜索將回溯到發現節點v的那條邊的起始節點。這一過程一直進行到已發現從源節點可達的全部節點爲止。若是還存在未被發現的節點,則選擇其中一個做爲源節點並重復以上過程,整個進程反覆進行直到全部節點都被訪問爲止。屬於盲目搜索。數組
通俗的說,就是足夠「深」的遍歷樹的全部節點分支而且遍歷過的節點不會再去訪問,很適合作網絡爬蟲,你懂得^ ^網絡
而迷宮問題也是數據結構裏面一道經典的問題了,首先咱們先用矩陣建立一個迷宮;數據結構
const arr = [ [0,0,0,1,0], [0,1,1,1,0], [0,1,0,0,0], [0,0,0,1,0], [0,1,1,1,0] ];
其中數字1表明牆壁,數字0表明路,最左上角表明入口,最右下角表明出口,這裏咱們不考慮「死路」的狀況函數
const arr = [ [0,0,0,1,0], [0,1,1,1,0], [0,1,0,0,0], [0,0,0,1,0], [0,1,1,1,0] ];//建立迷宮 const pathX = [1,-1,0,0];//建立一個數組表明上下左右,在advance這個函數會用到 const pathY = [0,0,-1,1];//同上,區別在於矩陣的行和列 let _arrLength = arr.length-1; let _arrElementLength = arr[0].length-1; let i=0,j=0; (function(){ console.time("time")//用於測試運算時間 arr[0][0] = 3;//數字3表明已經走過的路,一開始默認從入口進入 function matrix(i,j){ let k,newi,newj; for(k = 0;k<4;k++){ //上下左右總共四個方向 if (advance(i,j,k)) { /* 經過advance函數的判斷返回一個可走的路的點 */ newi = i + pathX[k]; newj = j + pathY[k]; arr[newi][newj] = 3;//將這個點定義爲已走過的點 /* 判斷此時是否已經到了終點若是沒有則遞歸 */ if (newi == _arrLength && newj == _arrElementLength) { end() } else { matrix(newi,newj); } } } arr[i][j] = 2 } matrix(0,0) function advance(i,j,k){ var bool = true; /* 每走一步路就判斷其上下左右是否還有路可走 */ i += pathX[k]; j += pathY[k]; /* 判斷臨界範圍,保證在迷宮範圍內 */ if(i<0||i>_arrLength||j<0||j>_arrElementLength){ bool = false; }else if(arr[i][j]!=0){ bool = false; } return bool; } /* 負責輸出結果 */ function end(){ let i,j,newArr=[]; for (i = 0; i < _arrLength+1; i++) { for (j = 0; j < _arrLength+1; j++) { if (arr[i][j] == 3) { newArr.push("V"); } else { newArr.push("*"); } } } /* 下面這段代碼只是爲了可以在控制檯看得更直觀,可無,由於寫得有點笨拙 */ newArr.splice(0,0,"") newArr.splice(6,0,"\n"); newArr.splice(12,0,"\n"); newArr.splice(18,0,"\n"); newArr.splice(24,0,"\n"); console.log(newArr.join(" ")); } console.timeEnd("time") })()
最終的路線圖以下測試