广度优先搜索
来源:互联网 发布:篮球身体素质知乎 编辑:程序博客网 时间:2024/05/16 06:46
广度优先搜索算法(Breadth First Search),又称为”宽度优先搜索”或”横向优先搜索”,简称BFS。
一、算法思路
算法思想:从图中某顶点v出发,在访问了v之后依次访问v的各个未曾访问过的邻接点,然后再分别从这些邻接点出发依次访问它们的邻接点(邻接节点的邻接节点)。
换句话说,广度优先搜索遍历图的过程是以v为起点,由近至远,依次访问和v有路径相通且路径长度为1,2…的顶点。
1. 无向图的广度优先搜索
下面以”无向图”为例,来对广度优先搜索进行演示。
第1步:访问A(起始节点)。
第2步:依次访问C,D,F(都是A的邻接点)。
在访问了A之后,接下来访问A的邻接点。为了形象的描述,我们假设该无向图用邻接矩阵表示(如下),A所在的行中为1的部分表示与节点A有直接联系,是A的邻接点。那么就可以按照访问一维数组一样,从左到右依次A所在的行,通过标识1来判断是否为A的邻接点。由此,便产生了一个访问了顺序,所以在A的邻接点中,访问顺序是C-D-F。
第3步:依次访问B,G。
在第2步访问完C,D,F之后,再依次访问它们的邻接点。首先访问C的邻接点B,再访问F的邻接点G(程序中可以依次遍历C所在的行和F所在的行)。
第4步:访问E。
在第3步访问完B,G之后,再依次访问它们的邻接点。只有G有邻接点E,因此访问G的邻接点E。
因此访问顺序是:A -> C -> D -> F -> B -> G -> E
2. 有向图的广度优先搜索
下面以”有向图”为例,来对广度优先搜索进行演示。
第1步:访问A(起始点)。
第2步:访问B(A的邻接点)。
第3步:依次访问C,E,F(B的邻接点)。
在访问了B之后,接下来访问B的出边的另一个顶点,即C,E,F。判断过程跟上述无向图的一样,就是通过访问邻接矩阵中的B行。
第4步:依次访问D,G。
在访问完C,E,F之后,再依次访问它们的出边的另一个顶点。还是按照C,E,F的顺序访问,C的已经全部访问过了,那么就只剩下E,F;先访问E的邻接点D,再访问F的邻接点G。
因此访问顺序是:A -> B -> C -> E -> F -> D -> G
二、应用举例
1. 图:最短路径
求任意两个节点之间的最短距离。
bfs.h
#ifndef _BFS_H_#define _BFS_H_struct node{ int iOrder; //节点序号 int iDisten; //节点与起始节点的距离};// 广度优先搜索class BFS{public: BFS(int(*arr)[100] = nullptr, int nod = 0); void handle(int beg,int tar); // beg: 起始点 tar: 目的点private: int (*array_t)[100]; //邻接矩阵 int node_n; //节点个数};#endif
bfs.cpp
#include "bfs.h"#include "string.h"#include <iostream>using namespace std;BFS::BFS(int (*arr)[100]/* = nullptr */, int nod /* = 0 */){ array_t = arr; node_n = nod;}void BFS::handle(int beg, int tar){ struct node * que = new struct node[node_n+1]; // int head = 1; int tail = 1; que[tail].iOrder = beg; // 起始点 que[tail].iDisten = 0; tail++; bool * visited = new bool[node_n+1]; // 记录节点是否访问过。 memset(visited, 0, node_n+1); visited[beg] = 1; // 初始化起始节点已经访问过。 int cur; //当前结点 bool flag = 0; while ( head < tail ) { cur = que[head].iOrder; for (int i = 1; i <= node_n;i++) // 依次询问 cur 节点所能访问的节点 { if (array_t[cur][i] != -1 && visited[i] == 0) { que[tail].iDisten = que[head].iDisten + 1; que[tail].iOrder = i; tail++; visited[i] = 1; } if (que[tail-1].iOrder == tar) // 判断是否已经到达目的点 { flag = true; break; } } if (flag) { break; } head++; } cout << que[tail - 1].iDisten << endl; delete[] que; delete[] visited;}
测试代码:
#include <iostream> // for cout#include <string.h> // for memset#include "bfs.h"#define N 100using namespace std;int city_n; //城市的数量int road_n; //道路的数量int minDis = -1; //最短路程 -1 表示此数值无效 int visited[N]; //已经路过的城市 int edge[N][N]; //邻接矩阵 : -1 表示此路不通 int city_tar; //目标城市 int main(){ cout << "输入城市数量 和 路的总数【eg :5 8 总共5个城市 8条单向通道】" << endl; cin >> city_n >> road_n; // 初始化邻接矩阵 memset(*edge, -1, 4 * N*(city_n+1)); for (int i = 0; i <= city_n; i++) { edge[i][i] = 0; // 自己到自己的距离是0 } cout << "输入城市之间的道路情况【eg : 1 2 8 城市1到2的路程为8】" << endl; int city_s, city_d; //路的起始城市,和 目的城市 for (int i = 0; i < road_n; i++) { cin >> city_s >> city_d ; edge[city_s][city_d] = 1; edge[city_d][city_s] = 1; } /* 输入出发点 和 目标点 */ int city_cur; cout << "输入出发点 和 目标点【eg : 1 5 从城市1出发到城市5】" << endl; BFS bfs(edge,city_n); while (true) { cin >> city_cur >> city_tar; if (city_tar == 0 || city_cur == 0 ) break; if (city_cur > city_n || city_tar > city_n) { cout << "wrong input" << endl; continue; } bfs.handle(city_cur, city_tar); } return 0;}
测试数据
5 7 //5 个节点 7条路1 21 32 32 43 43 54 5
测试结果:
2. 迷宫
以下是一个迷宫的示意图,标有1的空格表示为障碍物,要求从起始位置到目的位置的最短步数。注意:每次只能在当前位置向上下左右四个方向移动一格,要求只能在迷宫内移动,并且遇到障碍物只能绕道而行。
代码如下:
#include <iostream>#include <algorithm>#include <iterator>using namespace std;struct info{ int x; //位置 int y; int dis; //从起始位置到(x,y)需要的步数 };int direct[4][2] = {{ 0, 1 }, { 1, 0 }, { 0, -1 }, {-1,0}};info que[2501]; int map[51][51];int visited[51][51];int row;int col;int tarx,tary;void mazebfs(int x,int y) //起始位置(x,y){ int head = 1; int tail = 1; que[tail].x = x; que[tail].y = y; que[tail].dis = 0; tail++; int tx; int ty; int flag = 0; while(1) { info cur = que[head]; for(int k = 0; k < 4; k++) { tx = cur.x + direct[k][0]; ty = cur.y + direct[k][1]; if(tx < 1 || tx > row || ty < 1 || ty > col) continue; if( map[tx][ty] == 0 && visited[tx][ty] == 0) { visited[tx][ty] = 1; que[tail].x = tx; que[tail].y = ty; que[tail].dis = cur.dis + 1; tail++; if(tx == tarx && ty == tary) { flag = 1; break; } } } if(flag == 1) { break; } head++; } cout << que[tail-1].dis <<endl; return ;}int main(){ cout << "input row & col "<< endl; cin >> row >> col; cout << "input map info "<<endl; for(int i = 1; i <= row ; i++) { for(int j = 1; j <= col; j++) { cin >> map[i][j]; } } cout << "input start pos(x,y) & target pos(x,y) "<<endl; int sx,sy; cin >> sx >> sy >> tarx >> tary; mazebfs(sx,sy); return 0; }
测试数据:
5 40 0 1 00 0 0 00 0 1 00 1 0 00 0 0 11 1 4 3
测试结果:
- 广度优先搜索算法
- 双向广度优先搜索
- 广度优先搜索法
- pku2251(广度优先搜索)
- POJ1184Clerver_Writer:广度优先搜索
- Java广度优先搜索
- [AI]广度优先搜索
- 广度优先搜索-BFS
- 广度优先搜索算法
- 广度优先搜索算法
- BFS广度优先搜索
- 广度优先搜索 BFS
- 广度优先搜索
- [ 算法 ]广度优先搜索!
- 广度优先搜索
- 广度优先搜索算法
- 广度优先搜索算法
- 广度优先搜索
- java中的类与继承
- TreeSet和TreeMap实现排序
- Android学习笔记(图片加载)
- 网络编程基本概念
- 20140417 css画图形
- 广度优先搜索
- leetcode118题 题解 翻译 C语言版 Python版
- 浅谈JavaScript模块:Bundling
- WebService学习总结(2)——WebService是什么?
- Java千百问_05面向对象(005)_接口和抽象类有什么区别
- 毕设笔记--SSH 之Struts管理
- Java基础--并发实用工具(3)
- 液晶拼接控制器
- HDU 2112.HDU Today【最短路径(Dijsktra算法+字符串)】【4月17】