利用队列实现BFS(广度优先搜索）

2023-12-07 09:51| 来源: 网络整理| 查看: 265

上图：在这里插入图片描述对于上图的结构，通过广度优先搜索BFS找到两个节点Node之间的最近距离（比如A和G之间是2）

1. 结点的处理顺序是什么？

在第一轮中，我们处理根结点。在第二轮中，我们处理根结点旁边的结点；在第三轮中，我们处理距根结点两步的结点；。。。。。。。

与树的层序遍历类似，越是接近根结点的结点将越早地遍历。

如果在第 k 轮中将结点 X 添加到队列中，则根结点与 X 之间的最短路径的长度恰好是 k。也就是说，第一次找到目标结点时，你已经处于最短路径中。

2. 队列的入队和出队顺序是什么？

我们首先将根结点排入队列。然后在每一轮中，我们逐个处理已经在队列中的结点，并将所有邻居添加到队列中。值得注意的是，新添加的节点不会立即遍历，而是在下一轮中处理。

结点的处理顺序与它们添加到队列的顺序是完全相同的顺序，即先进先出（FIFO）。这就是我们在 BFS 中使用队列的原因。

对应上面的结构我们的队列元素为：

round1：A->ABCD->BCD （添加根节点-》如果根节点不是目标-》添加根节点的所有子节点） round2：BCD->BCDE->CDE->CDEF->DEF->DEFG->EFG（判断B是不是，不是则添加B的所有子节点，并将B出队；判断C是不是，如果C不是则添加C的所有子节点入队，并将C出队…略） round3：EFG->FG->G（判断E是不是，E不是添加E的所有子节点，判断F是不是。。。。。。。）

伪代码 /** * Return the length of the shortest path between root and target node. */ int BFS(Node root, Node target) { Queue queue; // store all nodes which are waiting to be processed int step = 0; // number of steps neeeded from root to current node // initialize add root to queue; // BFS while (queue is not empty) { step = step + 1; // iterate the nodes which are already in the queue int size = queue.size(); for (int i = 0; i add next to queue; } remove the first node from queue; } } return -1; // there is no path from root to target } 确保不会重复添加子节点的伪代码：

其中添加了Set，用来去重；

/** * Return the length of the shortest path between root and target node. */ int BFS(Node root, Node target) { Queue queue; // store all nodes which are waiting to be processed Set used; // store all the used nodes int step = 0; // number of steps neeeded from root to current node // initialize add root to queue; add root to used; // BFS while (queue is not empty) { step = step + 1; // iterate the nodes which are already in the queue int size = queue.size(); for (int i = 0; i if (next is not in used) { add next to queue; add next to used; } } remove the first node from queue; } } return -1; // there is no path from root to target }

【本文地址】

公司简介

联系我们