什么是BFS
BFS中文名称宽度优先搜索算法(又称广度优先搜索),是最简便的图的搜索算法之一,这一算法也是很多重要的图的算法的原型。Dijkstra单源最短路径算法和Prim最小生成树算法都采用了和宽度优先搜索类似的思想。其别名又叫BFS,属于一种盲目搜寻法,目的是系统地展开并检查图中的所有节点,以找寻结果。换句话说,它并不考虑结果的可能位置,彻底地搜索整张图,直到找到结果为止。
什么是DFS
深度优先搜索是一种在开发爬虫早期使用较多的方法。它的目的是要达到被搜索结构的叶结点(即那些不包含任何超链的HTML文件) 。在一个HTML文件中,当一个超链被选择后,被链接的HTML文件将执行深度优先搜索,即在搜索其余的超链结果之前必须先完整地搜索单独的一条链。深度优先搜索沿着HTML文件上的超链走到不能再深入为止,然后返回到某一个HTML文件,再继续选择该HTML文件中的其他超链。当不再有其他超链可选择时,说明搜索已经结束。
BFS和DFS区别
宽度优先搜索算法,顾名思义,就是在搜索的时候优先横向(兄弟结点)搜索,而深度优先算法则是优先往下走(往叶子结点走),这样讲可能还是有点模糊,我们来看下面这张图就一目了然~
宽度优先算法:A→B\C\D→E\F\G→H
深度优先算法:A→B→E→C→F→H→G→D
运用
DFS:
经典的跳马问题
问题描述
一个8×8的棋盘上有一个马初始位置为(a,b),他想跳到(c,d),问是否可以?如果可以,最少要跳几步?
输入格式
一行四个数字a,b,c,d。
输出格式
如果跳不到,输出-1;否则输出最少跳到的步数。
样例输入
1 1 2 3
样例输出
1
数据规模和约定
0<a,b,c,d≤8且都是整数。
# 别人写的
a, b, c, d = map(int, input().split())
dir = [[1, 2], [1, -2], [2, 1], [-2, 1], [-2, -1], [2, -1], [-1, -2], [-1, 2]] #各个方向的走位
visited = []
for i in range(9): # 因为abcd不能为0,所以棋盘为0-8
visited.append([0] * 9)
minnum = float('inf') # 正无穷
def dfs(x, y, step):
global visited, minnum # 全局变量
if step >= minnum:
return
if x == c and y == d:
minnum = step
return
for i in range(8):
nx = x + dir[i][0]
ny = y + dir[i][1]
if nx > 0 and nx <= 8 and ny > 0 and ny <= 8: # 防止出界
if visited[nx][ny] == 0:
visited[nx][ny] = 1
dfs(nx, ny, step + 1)
visited[nx][ny] = 0
双向BFS(原视频)
双向BFS,就是从起点和终点同时进行搜索,这样就可以避免分支太多而造成时间与空间上的浪费,是一种优化算法。
如果从起点开始,使用单向算法,拿得到的解答树可能会非常的庞大,如同大海捞针!
如图:
如果采用单向算法,这无疑是巨大的工程!
而当采用双向算法之后,工程量会有明显的减少!这也是双向BFS的意义所在~
双向列队的计算怎么顺序安排呢?
哪边分支少就算哪边!
直到两边重合,那么这个步数相加,就是本题的答案了!
运用(原博文)
如下面第一个图的九宫格中,放着 1~8
的数字卡片,还有一个格子空着。与空格子相邻的格子中的卡片可以移动到空格中。经过若干次移动,可以形成第二个图所示的局面。
我们把第一个图的局面记为:12345678. 把第二个图的局面记为:123.46758
显然是按从上到下,从左到右的顺序记录数字,空格记为句点。
本题目的任务是已知九宫的初态和终态,求最少经过多少步的移动可以到达。如果无论多少步都无法到达,则输出-1。
# 别人写的 我稍加注释,大家有哪里看不懂可以问我
# 采用双向BFS
# 注意:解这道题是看空白的移动!!不是数字移动
# 判断九宫格是否出界限
def check(x,y):
return x<3 and x>=0 and y<3 and y>=0
# 将数组转换为字符串
def toString():
global m
l = ''
for i in range(3):
for j in range(3):
l +=m[i][j]
return l
# 将字符串转换为数组
def toMatrix(strn):
global m
# 定义二维数组
m = [[None]*3 for i in range(3)]
for i in range(len(strn)):
m[i//3][i%3]=strn[i]
def doublebfs(first,last):
global m
dira = [[0,1],[0,-1],[1,0],[-1,0]] # 用来记录方向
q1 = []
# q1: ['1234567.8', '12345.786']
q2 = []
# q2: ['1234.6758', '123746.58', '.23146758']
dis = {} # 开始查找的点到当前点的一个距离
# dis:{'12345678.': 1, '123.46758': 1, '1234.6758': 2, '123746.58': 2, '.23146758': 2, '1234567.8': 2, '12345.786': 2}
vis = {} # 访问标记 q1访问过的点标记为1 q2访问过的点标记为2
# vis:{'12345678.': 1, '123.46758': 2, '1234.6758': 2, '123746.58': 2, '.23146758': 2, '1234567.8': 1, '12345.786': 1}
# 数值初始化
q1.append(first)
dis[first]=1
vis[first]=1
q2.append(last)
dis[last]=1
vis[last]=2
while len(q1)>0 and len(q2)>0: # 如果其中一个队列为空,还没有找到解,说明无解
if len(q1)<len(q2): # 根据队列的容量来判断从哪一端开始查找,谁少谁先出列
str1 = q1.pop(0)
flag =1
else:
str1 = q2.pop(0)
flag=2
toMatrix(str1) # 将字符串转换为数组
# 找到.的位置
for i in range(3):
for j in range(3):
if m[i][j]=='.':
x=i
y=j
# 从四个方向开始探测
for i in range(4):
tx = x + dira[i][0]
ty = y + dira[i][1]
# 判断是否出界
if check(tx,ty):
# 没有出界就探测
m[x][y],m[tx][ty] = m[tx][ty],m[x][y]
# 将数组转换为字符串
str2 = toString()
if not str2 in dis.keys(): # 如果这个点还没有被访问过 就标记
dis[str2] = dis[str1]+1
vis[str2] = vis[str1] # q1=1 q2=2 这样写可以避免判断是从那一端开始查找str2
# 如果刚开始是从q1从pop出来就push到p1
if flag==1:
q1.append(str2)
elif flag==2:
q2.append(str2)
else: # 如果已经访问过就判断标记是否重合
if vis[str1]+vis[str2]==3:
ans = dis[str1]+dis[str2]-1 # 因为刚开始dis=1
return ans
# 回溯 重新探测
m[x][y], m[tx][ty] = m[tx][ty], m[x][y]
# print("dis:"+str(dis))
# print("vis:"+str(vis))
print("q1:"+str(q1))
print("q2:"+str(q2))
return -1 # 找不到
first = input().strip()
last = input().strip()
if last == first:
print('0')
else:
print(doublebfs(first,last))