百度百科的官方解释: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。
单向bfs
下图为例 A 为 初始出发点遍历整个图
1. A 入队,搜索左右相连的的节点
A 有B,C,D
则B,C,D入队 A出队
队列元素
B C D
2. 取出对头元素 B 搜索左右相连的的节点
有 E F
则 E F入队 ,B出队
队列元素
C D E F
3.
取出对头元素 C 搜索左右相连的的节点
有 G
则 G入队 ,C出队
队列元素
D E F G
4.
取出对头元素D 搜索左右相连的的节点
没有可以选择的节点(其他节点已经被选中)直接出队
队列元素
E F G
其中E F G 操作与4相同可得遍历的顺序为A B C D E F G
双向bfs
- 双向bfs适用于知道起点和终点的状态下使用,从起点和终点两个方向开始进行搜索,可以非常大的提高单个bfs的搜索效率
- 同样,实现也是通过队列的方式,可以设置两个队列,一个队列保存从起点开始搜索的状态,另一个队列用来保存从终点开始搜索的状态,如果某一个状态下出现相交的情况,那么就出现了答案
- 用一张图来进行说明
当两种颜色相遇的时候,说明两个方向的搜索树遇到一起,这个时候就搜到了答案。
下面放一个例题:八数码问题
八数码问题也称为九宫问题。在3×3的棋盘,摆有八个棋子,每个棋子上标有1至8的某一数字,不同棋子上标的数字不相同。棋盘上还有一个空格,与空格相邻的棋子可以移到空格中。要求解决的问题是:给出一个初始状态和一个目标状态,找出一种从初始转变成目标状态的移动棋子步数最少的移动步骤。
所谓问题的一个状态就是棋子在棋盘上的一种摆法。棋子移动后,状态就会发生改变。解八数码问题实际上就是找出从初始状态到达目标状态所经过的一系列中间过渡状态。如图 (由上(起始)到下(目标))
1 2 3 8 4 7 6 5
1 3 8 2 4 7 6 5
思路:
经典bfs题目,直接搜会很麻烦,中间会出现大量重复的状态,会浪费很多时间,因此为了去除重复状态,优化搜索效率,可以把这个三行转换成一个9位的整数。然后会发现这样转换后,每一种状态对应唯一的一个整数,因此队列中只需要保存整数(状态)即可,对于每一个整数都考虑是由哪一个整数转换得到的,同时相应步数加1,map会实现相同状态下的自动去重,十分方便,效率就会大大提升,但是在搜索的时候,还是需要转换回矩阵去判断0该往哪走。
用map函数标记开始位置和结束的位置
// 利用map函数的映射来标记 是起点还是终点进行的遍历
map<int,int> state;// 记录步数由起点还是终点
map<int,int> ans;(状态与其state的状态相同)queue<int> q1 , q2;//q1 起点 q2终点
①下面用1表示起始位置开始 2表示目标位置开始
if(s == END) // 特判是否起点和目标点相同
return ;
int flage ; //用来判断入q1 还是 q2
①state[s] = 1 , state[END] = 2; // 初始化状态
ans[s] = 0 , ans[END] = 1;//ans[END]赋值为1的理由看下方代码解析
q1.push(s),q2.push(END); // 入队操作
if(nx >= 0 && nx < 3 && ny >= 0 && ny < 3) {
swap(mat[zx][zy], mat[nx][ny]);//交换位置
num = toInt();
if(!ans.count(num)) { //当前状态未被扩展过 ans.count()函数是统计key出现次数
ans[num] = ans[t] + 1; // 原状态距离起始点的距离+1
state[num] = state[t]; //更新状态,与上一步相同
if(flag) q1.push(num);
else q2.push(num);
}else if(state[t] + state[num] == 3){ //搜索范围重叠,出现答案 1+2 = 3
cnt = ans[t] + ans[num];/* 总值为 起始遍历的路径长度 + 目标遍历的路径长度 ,而上方的代码是先进行位 置的变换,路径长度并没有+1,(即先达到满足重叠的条件,没有执 行 ans[num] = ans[t] + 1; 语句)
*/
return;
}
swap(mat[zx][zy], mat[nx][ny]);// 回到原来位置,为下一次的方向移动做准备
}
完整代码如下 :
#include <iostream>
#include <algorithm>
#include <queue>
#include <map>
using namespace std;
const int end = 103824765;
map <int, int> state; //状态为1表示q1扩展的,状态为2表示q2扩展的 如果出现两个状态相加为3说明找到路径
map <int, int> ans;
queue <int> q1, q2; //q1从前搜,q2从后搜
int dx[4] = {-1, 0, 1, 0};
int dy[4] = {0, 1, 0, -1};
int cnt, mat[3][3], zx, zy;
int toInt() { //将数字转为矩阵
int now = 0;
for(int i = 0; i < 3; i++)
for(int j = 0; j < 3; j++)
now = now * 10 + mat[i][j];
return now;
}
void toMatrix(int s) { //将矩阵转为数字
int div = 100000000;
for(int i = 0; i < 3; i++)
for(int j = 0; j < 3; j++) {
mat[i][j] = (s / div) % 10;
if(!mat[i][j]) zx = i, zy = j;
div /= 10;
}
}
void dbfs(int s) {
if(s == end) return;
bool flag;
state[s] = 1, state[end] = 2;
ans[s] = 0, ans[end] = 1;
q1.push(s), q2.push(end);
while(!q1.empty() && !q2.empty()) {
flag = 0;
int t;
if(q1.size() > q2.size()) {
t = q2.front(), q2.pop();
}else {
t = q1.front(), q1.pop();
flag = 1;
}
toMatrix(t);
for(int i = 0; i < 4; i++) {
int num;
int nx = dx[i] + zx;
int ny = dy[i] + zy;
if(nx >= 0 && nx < 3 && ny >= 0 && ny < 3) {
swap(mat[zx][zy], mat[nx][ny]);
num = toInt();
if(!ans.count(num)) { //当前状态未被扩展过
ans[num] = ans[t] + 1;
state[num] = state[t]; //更新状态
if(flag) q1.push(num);
else q2.push(num);
}else if(state[t] + state[num] == 3){ //搜索范围重叠,出现答案
cnt = ans[t] + ans[num];
return;
}
swap(mat[zx][zy], mat[nx][ny]);
}
}
}
}
int main() {
int n;
cin >> n;
dbfs(n);
cout << cnt << "\n";
return 0;
}