在Java的面试中,深度优先搜索(DFS)是常见的算法思想之一。DFS用于解决图遍历、路径搜索和组合问题等。本文将介绍一道经典的Java面试题——深度优先搜索,并提供详细的解析和解题思路。
题目
给定一个无向图,以及一个起始节点和目标节点,请编写一个函数来判断是否存在从起始节点到目标节点的路径。
示例
假设给定以下无向图和起始节点1和目标节点5:
1 -- 2
/ \
3 - 4
\
5
解析与解题思路
深度优先搜索(DFS)是一种遍历图的算法,通过递归或栈的方式实现。下面是使用DFS解决该问题的具体步骤:
- 创建一个HashSet来记录已访问的节点,以避免重复访问。
- 定义一个辅助函数dfs,参数包括当前节点、目标节点和已访问节点的HashSet。
- 在dfs函数中,首先检查当前节点是否为目标节点,如果是,则返回true。
- 将当前节点添加到已访问的节点HashSet中。
- 遍历当前节点的所有相邻节点,对于每个相邻节点,如果它没有被访问过,则递归调用dfs函数。
- 如果在任何递归调用中找到目标节点,则返回true。
- 如果所有的递归调用都未找到目标节点,则返回false。
下面是使用DFS解决该问题的Java代码示例:
import java.util.*;
public class GraphDFS {
private Map<Integer, List<Integer>> graph;
public GraphDFS() {
graph = new HashMap<>();
}
public void addEdge(int u, int v) {
graph.computeIfAbsent(u, ArrayList::new).add(v);
graph.computeIfAbsent(v, ArrayList::new).add(u);
}
public boolean hasPath(int start, int target) {
Set<Integer> visited = new HashSet<>();
return dfs(start, target, visited);
}
private boolean dfs(int curr, int target, Set<Integer> visited) {
if (curr == target) {
return true;
}
visited.add(curr);
List<Integer> neighbors = graph.getOrDefault(curr, new ArrayList<>());
for (int neighbor : neighbors) {
if (!visited.contains(neighbor)) {
if (dfs(neighbor, target, visited)) {
return true;
}
}
}
return false;
}
public static void main(String[] args) {
GraphDFS graph = new GraphDFS();
graph.addEdge(1, 2);
graph.addEdge(1, 3);
graph.addEdge(2, 4);
graph.addEdge(4, 5);
int start = 1;
int target = 5;
boolean hasPath = graph.hasPath(start, target);
System.out.println("Path exists from " + start + " to " + target + ": " + hasPath);
}
}
在上述代码中,我们通过DFS算法遍历无向图,判断是否存在从起始节点到目标节点的路径。
结论
通过使用深度优先搜索(DFS),我们可以遍历图并判断是否存在从起始节点到目标节点的路径。这道经典的Java面试题考察了面试者对DFS算法思想、图遍历和递归的理解。掌握DFS的基本原理和实现方式对于解决与图相关的问题具有重要意义。在面试中,清晰地解释算法思路和实现过程,展现出自己的编程能力和问题解决能力,将为面试成功奠定基础。
学java,就到java编程狮!