关于bfs的官方定义:
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。
引言:
bfs可谓是算法与数据结构的基石,学好搜索,将来在工作甚至是竞赛中都是大有裨益的。现在,就让我们一起学习一下bfs吧!
首先,我们要明确bfs能做什么:
1.找出最短路径
2.指出是否有从A到B的路径
现在,我们举个现实生活中的例子,帮助大家理解:
有一天,小明想去奶奶家,但不巧的是他忘记了奶奶住在哪里。他将如何找到奶奶呢?
首先,他走向B地,没有找到奶奶;
接着,他走向A地,没有找到奶奶;
之后,他走向C地,还是没有找到奶奶;
接着,他走向D地,没有找到奶奶;
终于,他到了目的地,找到了奶奶;
从小明的行踪可以看出,小明的寻找路径和bfs出奇的相似,如下图:
从中,我们可以看出bfs搜索的基本逻辑,是一层一层的搜索,如图:
那么,算法如何实现呢?
要想写出bfs,就不得不提出队列的概念。队列是一种存储数据的模式,采用“先进先出”的方式,看图:
这就是队列,事实上,几乎每一种语言都有队列的存在。至此,bfs所需的储备知识已经全部介绍完毕,下面让我们一起写代码吧!
为了便于理解,下面使用python来编写一个小demo。
我们的目的是查找在一个散列表中是否有我们想要找的人,并排除重复的人。原理如图,将数据加入一个列表中,逐一排查:
我们的数据可能有重复的,如何解决这个棘手的问题呢?
具体内容请看注释与代码:
graph={}#创建一个散列表
graph["aproupofpeople"]=["Alex","Bob","Alice","Alex"]
def search(name):
search_queue=deque()#创建一个队列
search_queue += graph[name]#将一个散列表添加进入队列
searched =[]
while search_queue:
person = search_queue.popleft()#队列中的第一个元素拿出
if not person in searched:#寻找那个我们要找的人
if person_is_who_we_need(person):#如果那个人是我们要找的则打印found,之后返回True
print "found"
return True
else:
search_queue += graph[person]#如果不是,则将这个人加入名单,下次不访问
searched.append(person)
return False
search("agroupofpeople")