广度优先搜索的优化与技巧

最新推荐文章于 2024-09-15 09:00:00 发布

WA自云力机

最新推荐文章于 2024-09-15 09:00:00 发布

阅读量947

点赞数

分类专栏：算法题解文章标签：算法队列 bfs

本文链接：https://blog.csdn.net/A2484337545/article/details/107883562

版权

本文探讨了广度优先搜索（BFS）的优化方法，包括普通BFS、双向BFS以及使用双端队列的BFS。通过双向搜索，可以节省一半的搜索量，提高搜索效率。而在某些情况下，如边权为0或1的图，使用双端队列可以替代优先队列，简化排序操作，进一步优化算法。文中给出了相关例题代码以说明这些优化技巧。

摘要由CSDN通过智能技术生成

例题：P1397 八数码难题

普通BFS

在这里插入图片描述

双向BFS

在这里插入图片描述
所谓双向广度优先搜索指的是搜索沿两个方向同时进行
正向搜索：从初始点向目标点搜索；
逆向搜索：从目标点向初始点搜索；
从正反两个方向搜索，理论上可以节省二分之一的搜索量，从而提高搜索速度，节约内存空间。
从初始状态和目标状态向两个方向同时进行扩展，如果两颗解答树在某个节点发生一次重合，即可终止此搜索过程，则该节点所连接的两条路径所拼成的路径就是最优解
●双向广度优先搜索通常有两种搜索方法:
①、两个方向交替扩展;
②、选择结点个数较少的那个方向先扩展;
●实现方法:
建立两个队列分别拓展两个方向出发的状态。
每次while循环时只扩展正反两个方向中节点数目较少的一个，可以使两边的发展速度保持一定的平衡，从而减少总扩展节点的个数,加快搜索速度。
例题代码

#include<iostream>
#include<map>
#include<queue>
#include<cstring>
using namespace std;
map<string, int> ma,mb;
struct nod
{
   
    string a;
    int x, y;
};
queue<nod> qa,qb;
int dx[4] = {
   1, -1, 0, 0};
int dy[4] = {
   0, 0, 1, -1};

int main()
{
   
    string aim = "123804765",a;
    cin >> a;
    if(a==aim)
    {
   
        cout << "0";
        return 0;
    }
    for (int i = 0; i < 9;i++)
    {
   
        if(a[i]=='0')
            qa.push({
   a, i / 3, i % 3});
    }
    qb.push({
   aim, 1, 1});
    ma[a] = mb[aim] = 0;
    while(!qa.empty()||!qb.empty())
    {
   
        if(qa.