通过边长递归搜索图中所有可行的路径

Question

我校分配新建分配FY创建一个程序，它得到一个图表，发现极小子出来生成树与条件的两个点（这是在运行启动预选）之间的路径将以数字之间的边缘被最短的。

任务本身还可以，但我要努力的是优化。 当我找到A和B之间的路径（预选点）时，我尝试通过DFS递归找到所有其他可能的选项，然后执行MST并选择最小的选项。 由于该路径必须具有最少的边数，并且我是通过第一个BFS找到其中一条路径的，所以我知道我可以在X递归后剪切DFS搜索，其中X是在BFS中找到的B中A的边数。 它在某些类型的图形（边数是顶点数的3倍）中非常快地工作，但是当例如边数大10倍时，它就不会停止运行。

我问我的朋友一个提示，他说我使用BFS递归查找其他路径，他还可以，但是性能有何不同？ DFS将首先尝试运行，并在到达特定点或浪费可用的跃点时停止运行，BFS首先变宽，然后以相同的深度步长结束所有路径，但是我仍然做同样多的跃迁吧？

我在这里想念什么？ 还是我理解他错了？ 感谢您的任何想法。

编辑：我试图检查我在特定DFS中已经访问过的哪些边，以避免朝相反的方向运行，回到我所处的位置，依此类推，但它只会在某些图形组上产生延迟，而对其他图形却没有明显的帮助。

EDIT2：交换边缘和顶点数量（不能多于顶点）

Answer 1

因此，我完成了分配工作，并且在查找A / B两点之间的其他路径/所有路径时，据我发现，DFS和BFS的结果相同。

对我而言，关键是正确优化解决方案。 我的最终解决方案结合了不断扩展和深入发展的过程（例如，它可以更快地完成，但我对此表示怀疑）：

1. 我们知道点A / B之间的长度（以边数为单位）（我们运行了BFS一次以找出路径）。
2. 我们从端点B运行类似BFS的操作，并在每个顶点中标记从端点进行的跳数，并在所有出局边再次调用此步（跳数== lengthOfPath（A，B）时停止）。
3. 然后，我们从源点A进行DFS，并通过递归将所有拥有适当跳数的顶点合并到路径中。

换句话说，我们通过从B到达的所有点来标记所有点，然后从A遍历那些可访问的点（具有默认值以外的设置值以及来自A的跃点的适当值），并将所有可能的路径组合在一起。

有我们的道路。 （由于任务仍处于活动状态，所以我故意留下了这个模糊的内容）。 如果将来有人需要更好的解释，请发表评论，我会详细说明。 如果有人找到更好的解决方案，请将其发布为您的答案，如果正确，我将其勾选为正确的答案。