js实现广度优先搜索和深度优先搜索

已于 2023-06-15 18:19:57 修改
阅读量1.6k 收藏 3
点赞数 1
分类专栏： 杂七杂八 文章标签： javascript 宽度优先 深度优先
于 2018-11-13 10:44:09 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ChenyiMX/article/details/84025035
版权

最近在学习算法，看了图解算法，但是感觉写的太简单，理论比较多，代码实现比较和例子比较少，看完后，又接着看了《啊哈！算法》，这个感觉例子比较多，也比较适合我这种算法入门的读者。

书上的例子一一打了一遍，因为作者是用c写的，而我是没接触过c，用了自己比较熟悉的js把例子打了一遍。用广搜写了贪吃蛇自动吃果实，只能吃100多个，自认为还能完善，于是等完善后在放在博客上面吧。

这里先写写用dfs（深搜） 和 bfs（广搜）算法实现 炸弹人的统计哪个点能消灭的怪物最多的算法

这里是地图，要求从3，3位置走，在那个地方消灭的怪物最多

在这里插入图片描述

这里是用bfs 完成目标的算法 ，基本上都有注释

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>炸弹人</title>
</head>
<body>
<script>
    function note(x,y){
        this.x = x;
        this.y = y;
    }
    var a = [
                ["#","#","#","#","#","#","#","#","#","#","#","#","#"],//1
                ["#","G","G",".","G","G","G","#","G","G","G",".","#"],//2
                ["#","#","#",".","#","G","#","G","#","G","#","G","#"],//3
                ["#",".",".",".",".",".",".",".","#",".",".","G","#"],//4
                ["#","G","#",".","#","#","#",".","#","G","#","G","#"],//5
                ["#","G","G",".","G","G","G",".","#",".","G","G","#"],//6
                ["#","G","#",".","#","G","#",".","#",".","#",".","#"],//7
                ["#","#","G",".",".",".","G",".",".",".",".",".","#"],//8
                ["#","G","#",".","#","G","#&
最低0.47元/天 解锁文章
ChenyiMX
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
JS实现深度优先搜索求解两点间最短路径
12-09
本文实例为大家分享了JS实现深度优先搜索求解两点间最短路径的具体代码，供大家参考，具体内容如下 效果： 找出图里点到点最短路径，并打印轨迹 图片如下所示： 代码： const map = [ [0, 1, 1, 0, 1], [1, ...
JS-树：深度优先搜索与广度优先搜索
smileKH的博客
10-09 433
最近总结一下树的算法，研究树相关的知识。这就是树的深度优先搜索和树的广度优先搜索，希望能帮助到你！
javascript中采用深度优先和广度优先遍历DOM树算法
weixin_51431277的博客
04-02 1294
javascript中采用深度优先和广度优先遍历DOM树算法
算法——深度优先搜索(dfs)和广度优先搜索(bfs)_(JS实现)
weixin_43284350的博客
07-21 642
问题描述 有一个二维数组map[4][4]， [0, 0, 0, 0], [1, 0, 1, 0], [1, 0, 0, 0], [1, 0, 1, 0], 把map[0][0]作为起点，map[4][4]作为终点，如果数组中的值0代表可以通过，1代表无法通过。求出是否能从起点到达终点，如果可以，输出ture,并且输入路径。 一、深度优先搜索(dfs) ① 概念理解：一个人迷路，遇到很多分叉路口，他只有一个人，并且想走出去，所以只能一个个尝试，一条道路走到黑，发现到头了，
js实现基于邻接表的广度优先与深度优先搜索
weixin_42197590的博客
09-15 206
【代码】js实现基于邻接表的广度优先与深度优先搜索。
JavaScript树的深度优先遍历和广度优先遍历算法示例
10-18
两种常见的遍历方法是深度优先遍历（Depth-First Search, DFS）和广度优先遍历（Breadth-First Search, BFS）。在JavaScript中，我们可以使用递归或非递归的方法来实现这两种遍历。 1. **深度优先遍历**： 深度...
javascript通过递归和栈实现树深度优先遍历和广度优先遍历
03-15
javascript通过递归和栈实现树深度优先遍历和广度优先遍历
JavaScript实现树的遍历算法示例【广度优先与深度优先】
10-19
主要介绍了JavaScript实现树的遍历算法,结合实例形式分析了javascript针对树结构的广度优先遍历与深度优先遍历实现方法,需要的朋友可以参考下
大话前端： JavaScript中的广度优先和深度优先搜索
最新发布
weixin_43903608的博客
12-15 653
如果我们用比喻来描述这两种搜索方法，可以想象BFS像是逐层剥开洋葱，而DFS则像是挖掘地道。BFS一层层展开，确保每层都被完全探索；DFS则专注于一条路，不断深入，直到无法继续，然后尝试其他路径。
javaScript 广度优先搜索法"自动推箱子"源码
06-12
用JS写了一个“广度优先搜索法”自动推箱子，理论上无论多少箱子都可以求解，但事实上箱子多了以后，就 有需要的拿出发挥，修改，高手就可以跳过了
基于广度优先搜索的最短路径问题
12-25
该代码解决了最短路径问题（给定带权有向图G＝(V, E)，对任意顶点vi,vj∈V（i≠j），求顶点vi到顶点vj的最短路径。） 其中使用了广度优先搜索、文件读取技术等。
js实现深度优先搜索(DFS)和广度优先搜索(BFS)
weixin_46734347的博客
04-05 4498
深度优先搜索（DFS） 首先构造一个我们需要遍历的结构，这里用html演示 <div id="root"> <p></p> <label></label> <ul> <li> <span></span> </li> <li></li>
JavaScript数据结构与算法总结四——图（深度优先、广度优先、最短路径、最小生成树）
weixin_44037272的博客
05-17 339
图由边的集合及顶点的集合组成。图的表示图的遍历深度优先搜索广度优先搜索 最短路径Dijkstra 算法Floyd-Warshall 算法 最小生成树Prim 算法Kruskal 算法
js算法的深度优先遍历和广度优先遍历
峰会路转的博客
04-13 4843
深度优先遍历实现方式1 //深度优先遍历方法 let tree = { id: '1', title: '节点1', children: [ { id: '1-1', title: '节点1-1' }, { id: '1-2', title: '节点1-2', children: [{ id: '2', title: '节点2'
JS数组中的方法 flat()，flatMap()
A_9888的博客
07-22 6524
它与map连着深度值为1的flat几乎相同，但flatMap通常在合并成一种方法的效率稍微高一些。官方解释该方法会按照一个可指定的深度递归遍历数组，并将所有元素与遍历到的子数组中的元素合并为一个新数组返回。一个新的数组，其中每个元素都是回调函数的结果，并且结构深度depth值为1。//只会将flatMap中的函数返回的数组“压平”一层。指定要提取嵌套数组的结构深度(降维深度)，默认值为1。数组中正在处理的当前元素的索引。当前正在数组中处理的元素。//返回新数组的元素。...
JavaScript中的深度优先(dfs)和广度优先(bfs)
weixin_50789156的博客
07-09 749
前端bfs和dfs的应用，欢迎来学习交流！！
js-flat的5种实现及设置deep层
junjiahuang的博客
08-24 171
【数据源】仅限：数组中嵌套数组的情况，不包含对象。
JavaScript:实现深度优先搜索递归算法（附完整源码）
希望我的博客，能帮上你解决学习中工作中所遇到的问题
08-22 244
JavaScript:实现深度优先搜索递归算法（附完整源码）
广度优先搜索树遍历算法的JavaScript实现
CodeWhizZ的博客
08-14 152
广度优先搜索（Breadth-First Search，简称BFS）是一种图遍历算法，它从起始节点开始，逐层遍历图中的节点，直到找到目标节点或遍历完整个图。在本文中，我们将实现使用JavaScript编写的广度优先搜索树遍历算法，并提供相应的源代码。接下来，我们定义广度优先搜索树遍历函数。该函数接受一个树的根节点作为输入，并返回按照广度优先顺序访问的节点值数组。首先，我们需要定义一个树节点类，用于表示树的节点。函数对该树进行广度优先搜索遍历。现在，我们可以创建一个示例树并测试我们的广度优先搜索树遍历算法。
js写一个深度优先搜索
09-14
### 回答1： function dfs(node) { if (!node) return; console.log(node.value); dfs(node.left); dfs(node.right); } // 示例 const tree = { value: 1, left: { value: 2, left: { value: 4, left: null, right: null, }, right: { value: 5, left: null, right: null, }, }, right: { value: 3, left: { value: 6, left: null, right: null, }, right: null, }, }; dfs(tree); ### 回答2： 深度优先搜索（DFS）是一种常用的图算法，可以用来遍历或搜索图的节点。下面是一个用JavaScript编写的深度优先搜索算法的例子： ```javascript class Graph { constructor(vertices) { this.vertices = vertices; this.adjList = new Map(); } addVertex(v) { this.adjList.set(v, []); } addEdge(v, w) { this.adjList.get(v).push(w); this.adjList.get(w).push(v); } DFSUtil(v, visited) { visited[v] = true; console.log(v); let neighbors = this.adjList.get(v); for (let neighbor of neighbors) { if (!visited[neighbor]) { this.DFSUtil(neighbor, visited); } } } DFS(v) { let visited = new Array(this.vertices).fill(false); this.DFSUtil(v, visited); } } let graph = new Graph(5); let vertices = [0, 1, 2, 3, 4]; for (let v of vertices) { graph.addVertex(v); } graph.addEdge(0, 1); graph.addEdge(0, 2); graph.addEdge(1, 3); graph.addEdge(2, 4); console.log("深度优先搜索结果："); graph.DFS(0); ``` 该例子中，定义了一个`Graph`类表示图，构造函数接受一个整数参数`vertices`代表图中节点的个数。`adjList`是一个`Map`类型的属性，用于存储每个节点的邻接节点。`addVertex`方法用于添加节点，`addEdge`方法用于添加边。 `DFSUtil`是一个递归函数，用于实现深度优先搜索。它接受两个参数：当前节点`v`和一个`visited`数组，用于记录节点是否已经被访问过。首先将当前节点标记为已访问并输出该节点，然后遍历当前节点的邻接节点，如果邻接节点尚未访问，则递归调用`DFSUtil`函数。 `DFS`是外部调用的深度优先搜索函数，它接受一个起始节点`v`作为参数，创建一个`visited`数组用于记录节点是否被访问过，并调用`DFSUtil`函数进行搜索。 在例子中创建了一个包含5个节点的图，并添加了边。然后调用`DFS(0)`进行深度优先搜索，并输出搜索结果。 以上就是一个用JavaScript编写的深度优先搜索算法的例子。 ### 回答3： 深度优先搜索（DFS）是一种遍历或搜索树、图的算法。在使用 JavaScript 编写深度优先搜索算法时，我们可以使用递归。 深度优先搜索的基本思想是从起始节点开始，访问该节点，并尽可能深入搜索未访问过的节点。当搜索到达不能深入的节点时，则返回上一个节点，继续搜索未访问完的节点。 下面是使用 JavaScript 编写的深度优先搜索算法示例： ```javascript // 定义图的类 class Graph { constructor() { this.vertices = []; this.adjList = new Map(); } // 添加顶点 addVertex(v) { this.vertices.push(v); this.adjList.set(v, []); } // 添加边 addEdge(v, w) { this.adjList.get(v).push(w); this.adjList.get(w).push(v); } // 深度优先搜索 dfs(startingNode) { const visited = new Set(); // 记录已访问的节点 this.dfsHelper(startingNode, visited); } dfsHelper(v, visited) { visited.add(v); console.log(v); const neighbors = this.adjList.get(v); for (const neighbor of neighbors) { if (!visited.has(neighbor)) { this.dfsHelper(neighbor, visited); } } } } // 使用示例 const graph = new Graph(); // 添加节点和边 const vertices = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I']; for (const v of vertices) { graph.addVertex(v); } graph.addEdge('A', 'B'); graph.addEdge('A', 'C'); graph.addEdge('A', 'D'); graph.addEdge('C', 'D'); graph.addEdge('C', 'G'); graph.addEdge('D', 'G'); graph.addEdge('D', 'H'); graph.addEdge('B', 'E'); graph.addEdge('B', 'F'); graph.addEdge('E', 'I'); // 调用深度优先搜索算法 graph.dfs('A'); ``` 以上代码中，我们先定义了一个图的类 `Graph`，其中包含了添加顶点和边的方法。在 `dfs` 方法中，我们首先创建一个 `Set` 类型的集合 `visited`，用于记录已访问的节点。然后，我们调用 `dfsHelper` 方法开始进行深度优先搜索。在这个方法中，我们将当前节点标记为已访问，并打印出该节点。然后，我们遍历当前节点的所有邻居节点，如果邻居节点尚未访问，则继续递归调用 `dfsHelper` 方法。整个深度优先搜索的过程通过递归实现。 以上就是使用 JavaScript 编写的深度优先搜索算法的示例。希望对你有所帮助！

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值