Introducción

1

Grafos y Árboles: Estructuras de Datos Avanzadas

2

Estructuras de Datos: Introducción a Árboles y Sus Propiedades

3

Recursión: Concepto y Aplicaciones Prácticas con Ejemplos

4

Aplicaciones Prácticas de Grafos en Tecnología e Industria

5

Representación de Grafos: Matriz y Lista de Adyacencia

DFS

6

Búsqueda en Profundidad (DFS) en Árboles y Grafos

7

Implementación de DFS recursivo para búsqueda en árboles

8

Búsqueda en Profundidad (DFS) para Grafos: Enfoque Iterativo y Recursivo

9

Recorridos y Profundidad en Árboles Binarios y Enearios

10

Suma de Caminos en Árboles Binarios

11

Suma de Números de Raíz a Hoja en Árboles

12

Playground: Sum Root to Leaf Numbers

13

Implementación de Algoritmo DFS en Árboles Binarios con Golang

14

Resolución del Problema de Número de Islas con DFS

15

Conteo de Islas en Matrices con DFS

16

Playground: Number of Islands

17

Implementación de "Número de Islas" con Recursión en Python

18

Ejercicios Prácticos de Búsqueda en Profundidad (DFS)

19

Algoritmos de Búsqueda en Profundidad (DFS) en Problemas Comunes

BFS

20

Algoritmo BFS: Recorrido en Anchura de Grafos y Árboles

21

Implementación de BFS en Árboles usando Python

22

Movimiento mínimo de caballo en ajedrez infinito

23

Resolviendo el Problema Mínimo de Movimiento del Caballo en Ajedrez

24

Playground: Minimum Knights Moves

25

Resolución de Problemas de Caballos de Ajedrez con BFS en Python

26

Propagación de Plagas en Cultivos: Cálculo de Días para Contagio Total

27

Resolución de Rotting Oranges usando BFS

28

Playground: Rotting Oranges

29

Propagación de Plagas en Matrices usando BFS en Java

30

Construcción de Puentes Cortos entre Islas en Matrices Binarias

31

Resolución del Problema Shortest Bridge con DFS y BFS

32

Playground: Shortest Bridge Between Islands

33

Búsqueda del camino más corto entre islas usando BFS en Python

34

Búsqueda en anchura: Ejercicios prácticos y aplicaciones

35

Ejercicios avanzados de búsqueda en anchura (BFS) en programación

Backtrack

36

Algoritmo Backtracking: Solución de Problemas Complejos

37

Combinaciones de Letras en Números Telefónicos

38

Combinaciones de Letras a partir de un Número de Teléfono

39

Generación de combinaciones de letras con teclados numéricos en C++

40

Playground: Letter Combinations of a Phone Number

41

Generación de Direcciones IP Válidas a partir de Cadenas Numéricas

42

Generación de IPs válidas con backtracking en C++

43

Playground: Restore IP Addresses

44

Búsqueda de Palabras en Matrices: Solución y Complejidad

45

Búsqueda de Palabras en Matrices usando Backtracking y DFS

46

Playgrund: Word Search

47

Implementación de búsqueda de palabras en matrices con DFS en JavaScript

48

Resolución del problema de las n reinas en ajedrez

49

Ejercicios de Backtracking: Combinaciones y Permutaciones

50

Combinaciones y Permutaciones con Backtracking

Próximos pasos

51

Algoritmos de Grafos: MIN/MAX-HIP, TRI, Topological Sort y Dijkstra

52

Algoritmos y Estructuras de Datos en la Ingeniería

Búsqueda en Profundidad (DFS) para Grafos: Enfoque Iterativo y Recursivo

8/52

Lectura

Una implementación estándar de DFS coloca cada vértice del gráfico en una de las dos categorías, visitado o no visitado.
El objetivo del algoritmo es marcar cada vértice como visitado evitando los ciclos. En este algoritmo:

...

Regístrate o inicia sesión para leer el resto del contenido.

Aportes 5

Preguntas 0

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

Comparto código en python con ejemplo de grafo ![](https://static.platzi.com/media/user_upload/Screenshot_20250326_164252_touchnotes-3b1b7572-df05-404a-924d-687f8c8eb381.jpg) ![](https://static.platzi.com/media/user_upload/250326_17h06m40s_screenshot-21e14611-04a6-4da9-97ea-df5dea5c2393.jpg) ```python class Graph: def __init__(self): self.adj_list = {} def add_edge(self, u, v): if u not in self.adj_list: self.adj_list[u] = [] if v not in self.adj_list: self.adj_list[v] = [] self.adj_list[u].append(v) self.adj_list[v].append(u) ``` ```python def dfs_iterative_search(grafo, inicio, valorAEncontrar): stack = [inicio] # Usamos una pila para el DFS visited = set() # Conjunto para evitar ciclos while stack: node = stack.pop() if node in visited: continue print(f"Visiting Node {node}") visited.add(node) if node == valorAEncontrar: print(f"Hemos encontrado el nodo {valorAEncontrar}!") return node #(en orden inverso para mantener consistencia con DFS recursivo) for hijos in reversed(grafo.get(node, [])): if hijos not in visited: stack.append(hijos) print("Nodo no encontrado.") return None ```
My Little DFS with Stack as aux DS \n ```js /* DEPTH FIRST SEARCH AS DFS */ /* GRAPH TRAVERSAL BY USING STACK AS DSA */ /* VISITED ARRAY AS AUX LIST TO HANDLE VISITED NODES AVOID VISIT VERTICES MULTIPLE TIME AS LOOP */ const V = 5; function dfs(arr, source) { var mstack = []; var isVisited = Array(V).fill(false); mstack.push(source); isVisited[source] = true; while (mstack.length) { var node = mstack.pop(); document.write("Visited Node: " + node); for (var index = 0; index < V; index++) { if (arr[node][index] === 1 && isVisited[index] === false) { mstack.push(index); isVisited[index] = true; } } } } // ADJ MATRIX OF GRAPH TRAVERSAL BY DFS ALGORITHM ... var arr = [ [0, 1, 1, 1, 0], [1, 0, 0, 1, 1], [1, 0, 0, 1, 0], [1, 1, 1, 0, 1], [0, 1, 0, 1, 0] ]; document.write("DFS of the given graph is : "); dfs(arr, 0); ```/\* DEPTH FIRST SEARCH AS DFS \*/ /\* GRAPH TRAVERSAL BY USING STACK AS DSA \*/ /\* VISITED ARRAY AS AUX LIST TO HANDLE VISITED NODES AVOID VISIT VERTICES MULTIPLE TIME AS LOOP \*/ const V = 5; function dfs(arr, source) { var mstack = \[]; var isVisited = Array(V).fill(false); mstack.push(source); isVisited\[source] = true; while (mstack.length) { var node = mstack.pop(); document.write("Visited Node: " + node); for (var index = 0; index < V; index++) { if (arr\[node]\[index] === 1 && isVisited\[index] === false) { mstack.push(index); isVisited\[index] = true; } } } } // ADJ MATRIX OF GRAPH TRAVERSAL BY DFS ALGORITHM ... var arr = \[ \[0, 1, 1, 1, 0], \[1, 0, 0, 1, 1], \[1, 0, 0, 1, 0], \[1, 1, 1, 0, 1], \[0, 1, 0, 1, 0] ]; document.write("DFS of the given graph is : "); dfs(arr, 0);
Estos cursos están muy mal organizados, uno viene de ver fundamentos de algoritmos y llega aquí y no entiende nada, ella dice que hay un curso antes de este pero no se sabe cual es, deberían hacer una ruta solo de algoritmos que uno sepa cual seguir para no perderse, yo la verdad ya me desmotive y siento que enterré mi plata con platzi
/* DFS: Depth First Search - Búsqueda en profundidad */

/* DFS boolean true or false */
const dfsb = function (root, target) {
    if (!root) return false;
    if (root.value === target) return true;
    return dfsb(root.left, target) || dfsb(root.right, target);
}

/* DFS node or null */
const dfsn = function (root, target) {
    if (!root) return null;
    if (root.value === target) return root;
    return dfsn(root.left, target) || dfsn(root.right, target);
}

const root = {
    value: 1,
    left: {
        value: 2,
        left: {
            value: 4,
            left: null,
            right: null
        },
        right: {
            value: 5,
            left: null,
            right: null
        }
    },
    right: {
        value: 3,
        left: {
            value: 6,
            left: null,
            right: null
        },
        right: {
            value: 7,
            left: null,
            right: null
        }
    }
}

console.log(dfsn(root, 5)); // { value: 5, left: null, right: null }
console.log(dfsn(root, 8)); // null

console.log(dfsb(root, 5, true)); // true
console.log(dfsb(root, 8, true)); // false