LeetCod 广度优先搜索(BFS)总结

最新推荐文章于 2021-09-03 16:21:37 发布

Aelousdp

最新推荐文章于 2021-09-03 16:21:37 发布

阅读量347

点赞数 6

分类专栏： LeetCode 文章标签： leetcode

本文链接：https://blog.csdn.net/Aelous_dp/article/details/107481646

版权

LeetCode 专栏收录该内容

20 篇文章 0 订阅

订阅专栏

看到 BFS 的题，脑子里知道怎么搞了，就是不知道从何入手。偶然看到了 labuladong 大神编写的 BFS 算法框架，摘过来，背就完事了。

BFS 的核心思想应该不难理解的，就是把一些问题抽象成图，从一个点开始，向四周开始扩散。一般来说，我们写 BFS 算法都是用「队列」这种数据结构，每次将一个节点周围的所有节点加入队列。

BFS 相对 DFS 的最主要的区别是：BFS 找到的路径一定是最短的，但代价就是空间复杂度比 DFS 大很多。

// 计算从起点 start 到终点 target 的最近距离
int BFS(Node start, Node target) {
  Queue<Node> q; // 核心数据结构
  Set<Node> visited; // 避免走回头路

  q.offer(start); // 将起点加入队列
  visited.add(start);
  int step = 0; // 记录扩散的步数

  while (q not empty) {
    int sz = q.size();
    /* 将当前队列中的所有节点向四周扩散 */
    for (int i = 0; i < sz; i++) {
      Node cur = q.poll();
      /* 划重点:这里判断是否到达终点 */
      if (cur is target)
        return step;
      /* 将 cur 的相邻节点加入队列 */
      for (Node x : cur.adj())
        if (x not in visited) {
          q.offer(x);
          visited.add(x);
        }
    }
    /* 划重点:更新步数在这里 */
    step++;
  }
}

队列 q 就不说了，BFS 的核心数据结构；cur.adj()泛指 cur 相邻的节点，比如说二维数组中，cur 上下左右四面的位置就是相邻节点；
visited 的主要作用是防止走回头路，大部分时候都是必须的，但是像一般的二叉树结构，没有子节点到父节点的指针，不会走回头路就不需要 visited。

大概看完就是一种感觉，啊，这就是我要的，balabala 开始。。。
感谢开源让我们生活更美好。