宽度优先搜索算法总结

宽度优先搜索能够处理的问题

宽度优先搜索的对象一般是二叉树、图、矩阵，这三种其实都可以归类为图，使用宽度优先搜索的情况有以下三种：

1. 按层遍历。（level order traversal）

   计算简单图的最短路径长度，简单图——边的权值为1的无向图。

2. 由点及面。（connected component）

   计算扩散、传播、感染的最短时间问题。

3. 拓扑排序。（topological sorting）

   节点之间存在相互依赖关系的有向图的拓扑问题。

代码注意事项

宽度优先搜索需要用到数据结构queue（队列），代码要点如下：

1. 如果宽搜过程中需要进行层级遍历，需要提前记录queue的长度。

   int size = queue.size();
   for (int i = 0; i < size; i++)
   {
       ……
   }
   

2. 图的两种代码表示方式：邻接表、邻接矩阵。

   map<XXX *, set<XXX *>> adjacentMap; // 邻接表
   vector<vector<bool>> adjacentMatrix; // 邻接矩阵
   

时间复杂度分析

二叉树上的宽度优先搜索的时间复杂度：
算法会将所有的节点和边都遍历一遍，耗时为O(n + (n - 1))，总的时间复杂度为O(n)。

图上的宽度优先搜索的时间复杂度：
图上的节点个数如果为n，边的数量为m，则复杂图中的m最极端的情况最大可以到达n^2，所以图上的宽度优先搜索的时间复杂度为O(n + m) = O(n^2)。

矩阵上的宽度优先搜索的时间复杂度：
矩阵可以看成图的一种，如果矩阵的行数为R，列数为C，其中节点数为R*C，边数为((R-1)*C) + (R*(C-1)) = 2R*C-R-C，所以矩阵上的宽度优先搜索的时间复杂度为O(R * C)。

题目汇总

25. 二叉树的层级遍历（Binary Tree Level Order Traversal）https://blog.csdn.net/SeeDoubleU/article/details/124395566
26. 将二叉树按照层级转化为链表（Convert Binary Tree to Linked Lists by Depth）https://blog.csdn.net/SeeDoubleU/article/details/124395634
27. 验证给定的图是否构成有效的树（Graph Valid Tree）https://blog.csdn.net/SeeDoubleU/article/details/124395644
28. 克隆图（Clone Graph）https://blog.csdn.net/SeeDoubleU/article/details/124395647
29. 拓扑排序（Topological Sorting）https://blog.csdn.net/SeeDoubleU/article/details/124395653
30. 计算岛屿的个数（Number of Islands）https://blog.csdn.net/SeeDoubleU/article/details/124395659
31. 僵尸矩阵（Zombie In Matrix）https://blog.csdn.net/SeeDoubleU/article/details/124395667
32. 骑士的最短路线（Knight Shortest Path）https://blog.csdn.net/SeeDoubleU/article/details/124395672
33. 单词接龙（Word Ladder）https://blog.csdn.net/SeeDoubleU/article/details/124395674