JAVA BFS 广度搜索
来源:互联网 发布:php mvc的实现 编辑:程序博客网 时间:2024/05/29 15:09
今天来记录一下学的广度搜索..
刷segmentfault的时候,发现一个朋友说广度搜索的步骤挺清晰的,其核心步骤就几个:
1:初始结点(入队列),并标记初始结点。
2:判断目前队列是否为空,非空继续,若空则退出。
3:初始结点(出队列),以出队列的这个点搜索它的邻接结点。
4:如果找到邻接结点w,先判断是否已标记,是否出界,是否不合法,之后可行的话,标记w并且 w(入队列)。(判断当前邻接结点是否是我们寻找的点,是的话直接返回。)返回第二步。
5:如果找不到,返回第二步。
一个蓝桥杯的例子(算法提高 学霸的迷宫 ):
问题描述
学霸抢走了大家的作业,班长为了帮同学们找回作业,决定去找学霸决斗。但学霸为了不要别人打扰,住在一个城堡里,城堡外面是一个二维的格子迷宫,要进城堡必须得先通过迷宫。因为班长还有妹子要陪,磨刀不误砍柴功,他为了节约时间,从线人那里搞到了迷宫的地图,准备提前计算最短的路线。可是他现在正向妹子解释这件事情,于是就委托你帮他找一条最短的路线。
输入格式
第一行两个整数n, m,为迷宫的长宽。
接下来n行,每行m个数,数之间没有间隔,为0或1中的一个。0表示这个格子可以通过,1表示不可以。假设你现在已经在迷宫坐标(1,1)的地方,即左上角,迷宫的出口在(n,m)。每次移动时只能向上下左右4个方向移动到另外一个可以通过的格子里,每次移动算一步。数据保证(1,1),(n,m)可以通过。
接下来n行,每行m个数,数之间没有间隔,为0或1中的一个。0表示这个格子可以通过,1表示不可以。假设你现在已经在迷宫坐标(1,1)的地方,即左上角,迷宫的出口在(n,m)。每次移动时只能向上下左右4个方向移动到另外一个可以通过的格子里,每次移动算一步。数据保证(1,1),(n,m)可以通过。
输出格式
第一行一个数为需要的最少步数K。
第二行K个字符,每个字符∈{U,D,L,R},分别表示上下左右。如果有多条长度相同的最短路径,选择在此表示方法下字典序最小的一个。
第二行K个字符,每个字符∈{U,D,L,R},分别表示上下左右。如果有多条长度相同的最短路径,选择在此表示方法下字典序最小的一个。
样例输入
Input Sample 1:
3 3
001
100
110
Input Sample 2:
3 3
000
000
000
3 3
001
100
110
Input Sample 2:
3 3
000
000
000
样例输出
Output Sample 1:
4
RDRD
Output Sample 2:
4
DDRR
4
RDRD
Output Sample 2:
4
DDRR
数据规模和约定
有20%的数据满足:1<=n,m<=10
有50%的数据满足:1<=n,m<=50
有100%的数据满足:1<=n,m<=500。
有50%的数据满足:1<=n,m<=50
有100%的数据满足:1<=n,m<=500。
解题思路:其实用DFS也可以做一部分,只不过一旦n太大就不行了,并且DFS不能直接得出最短路径,要直接求最短路径还是要用BFS。
public static void main(String args[]){ Scanner in = new Scanner(System.in); int n = in.nextInt(); int m = in.nextInt(); int [][] a = new int[n][m]; for(int i = 0;i <n;i++){ for(int j=0;j<m;j++) a[i][j] = in.nextInt(); } in.close(); bfs(a,m); }
主方法很简单,只是输入两个数n,m,然后再输入一个数组,接着调用bfs方法。
static void bfs(int [][] a, int m) { ArrayList<point> list = new ArrayList<point>(); list.add(new point(0,0,0,"")); //表示从顶点(1,1)出发 int minStep = Integer.MAX_VALUE; //用于记录到达最终顶点所需最少步数 String minPath = ""; //用于记录到达最终顶点路径的最小字典序序列 while(list.size() != 0) { point begin = list.get(0); //获取链表第一个顶点,开始进行bfs遍历 list.remove(0); //删除进行遍历的起始点 if(begin.x == a.length - 1 && begin.y == a[0].length - 1) { //当该顶点为终点时 if(minStep > begin.step) { minStep = begin.step; minPath = begin.path; } else if(minStep == begin.step) { if(judge(minPath, begin.path)) //当minPath字典序大于begin.step时 minPath = begin.path; } continue; //此处已经是终点,不需要进行下面bfs遍历 } for(int i = 0;i < 4;i++) { //如果未达到最终顶点(n, m),进行bfs遍历(分别向上、下、左、右移动) int x = begin.x + move[i][0]; int y = begin.y + move[i][1]; int step = begin.step + 1; String path = begin.path + dire[i] ; point temp = new point(x, y, step, path); if(check(a, temp)) { //当顶点temp是可到达的顶点时 list.add(temp); a[x][y] = 1; //到达该顶点后,标记该顶点不可到达,此处奥秘是大大减少了检索次数(如果换成其父母顶点不可到达,则会运行超时) } } } //输出最终结果 System.out.println(minStep+"\n"+minPath); return; }上面是博客园里面 舞动的心 作者的代码(我修改了一部分)。
其实BFS架构可以归纳成以下这样:
1: 创建一个容器。(可以是数组,队列,链表等都可以)
2:把起点放进容器里。(一般是队列,因为要实现先进先出)
3:判断目前容器是否为空,若不是空的 则把容器最先放进去的点取出来。若是,则输出
4:判断取出来的点是否为我们要找的点,若是,则记录当前获取到这个点所经过的路径和步数,返回。若不是则跳到下一步。
5:以取出来的点为主要操作的对象,寻找它的邻接点:,若寻找到,记录邻接点的状态,路径和步数更新到邻接点。
6:判断邻接点是否合法,是的话就把找到的邻接点放进容器。(入队列)
7:标记目前邻接点,跳回第三步。
完整代码:
import java.util.ArrayList;import java.util.Scanner; public class Main{ public final static int[][] move = {{-1, 0},{1,0},{0,-1},{0,1}}; public final static String[] dire = {"U","D","L","R"}; static class point { public int x; public int y; public int step; public String path; point(int x, int y, int step, String path) { this.x = x; this.y = y; this.step = step; this.path = path; } } //判断当前位置是否是可行走的位置,如不能返回false,否则返回true static boolean check(int[][] matrix, point a) { int n = matrix.length - 1, m = matrix[0].length - 1; if(a.x < 0 || a.x > n || a.y < 0 || a.y > m || matrix[a.x][a.y] == 1) return false; return true; } //依据字典序{D,L,R,U},比较字符串A和B的大小,如果A > B返回true,否则返回false(PS:两者字符个数相同) static boolean judge(String A, String B) { char[] arrayA = A.toCharArray(); char[] arrayB = B.toCharArray(); for(int i = 0, len = A.length();i < len;i++) { if(arrayA[i] < arrayB[i]) return false; } return true; }static void bfs(int [][] a, int m) { ArrayList<point> list = new ArrayList<point>(); list.add(new point(0,0,0,"")); //表示从顶点(1,1)出发 int minStep = Integer.MAX_VALUE; //用于记录到达最终顶点所需最少步数 String minPath = ""; //用于记录到达最终顶点路径的最小字典序序列 while(list.size() != 0) { point begin = list.get(0); //获取链表第一个顶点,开始进行bfs遍历 list.remove(0); //删除进行遍历的起始点 if(begin.x == a.length - 1 && begin.y == a[0].length - 1) { //当该顶点为终点时 if(minStep > begin.step) { minStep = begin.step; minPath = begin.path; } else if(minStep == begin.step) { if(judge(minPath, begin.path)) //当minPath字典序大于begin.step时 minPath = begin.path; } continue; //此处已经是终点,不需要进行下面bfs遍历 } for(int i = 0;i < 4;i++) { //如果未达到最终顶点(n, m),进行bfs遍历(分别向上、下、左、右移动) int x = begin.x + move[i][0]; int y = begin.y + move[i][1]; int step = begin.step + 1; String path = begin.path + dire[i] ; point temp = new point(x, y, step, path); if(check(a, temp)) { //当顶点temp是可到达的顶点时 list.add(temp); a[x][y] = 1; //到达该顶点后,标记该顶点不可到达,此处奥秘是大大减少了检索次数(如果换成其父母顶点不可到达,则会运行超时) } } } //输出最终结果 System.out.println(minStep+"\n"+minPath); return; } public static void main(String args[]){ Scanner in = new Scanner(System.in); int n = in.nextInt(); int m = in.nextInt(); int [][] a = new int[n][m]; for(int i = 0;i <n;i++){ for(int j=0;j<m;j++) a[i][j] = in.nextInt(); } in.close(); bfs(a,m); }}
上述代码整体框架是参考博客园的舞动的心作者的成果 http://www.cnblogs.com/liuzhen1995/p/6597188.html#commentform
感谢舞动的心的代码..要是有侵权的话..请第一时间告诉我..
0 0
- JAVA BFS 广度搜索
- 简单bfs 广度搜索
- 广度优先搜索-BFS
- BFS广度优先搜索
- 广度优先搜索 BFS
- 广度优先搜索(BFS)
- 广度优先搜索(BFS)
- 广度优先搜索(BFS)
- BFS (广度优先搜索)
- BFS广度优先搜索
- 广度优先搜索(BFS)
- bfs 广度优先搜索
- bfs广度优先搜索
- 广度优先搜索bfs
- BFS广度优先搜索
- 广度优先搜索(BFS)
- 广度优先搜索 BFS
- 广度优先搜索--BFS
- 洛谷 P3369 【模板】普通平衡树(Treap/SBT)
- c++语法教程
- COleSafeArray
- QT入门基础知识
- Linux之shell编程基本介绍
- JAVA BFS 广度搜索
- java学习笔记(十二)String与StringBuffer类
- MySQL数据库的练习
- Myeclipse在对项目进行“Clean”操作后重新编译无法生成Class文件
- react-native json 上传本地图片及网络图片方法
- Linux之shell编程基本语句
- 生产环境实战spark (2)Linux CentOS-7.0-1406-x86_64系统安装
- linux运维-文件权限
- Comparable接口的实现和使用