《算法图解》-6广度优先搜索

  本文属于《图解算法》系列。

一 图简介

  

作者举例介绍了，两个地方换乘车路线最短。这种问题被称为最短路径问题（shorterst-path problem）。你经常要找出最短

路径，这可能是前往朋友家的最短路径，也可能是国际象棋中把对方将死的最少步数。解决最短 路径问题的算法被称为广度优先搜索。

    解决问需要两个步骤：1 用图来建立问题模型。

                                        2. 用广度优先搜索解决问题。

图由节点（node）和边（edge）组成。图用于模拟不同的东西是如何相连的。

二 广度优先搜索

    第一类问题：从节点A出发，有前往节点B的路径吗？

作者举例，假设你有芒果农场，从朋友找芒果经销商。

假设你没有朋友是芒果销售商，那么你就必须在朋友的朋友中查找，见右图。

这样一来，你不仅在朋友中查找，还在朋友的朋友中查找。使用这种算法将搜遍你的整个人际关系网，直到找到芒果销售商。这就是广度优先搜索算法。

广度优先搜索可回答两类问题。

 第一类问题：从节点A出发，有前往节点B的路径吗？（在你的人际关系网中，有芒果销 售商吗？）

 第二类问题：从节点A出发，前往节点B的哪条路径最短？（哪个芒果销售商与你的关系 最近？）

朋友是一度关系，朋友的朋友是二度关系。一度关系胜过二度关系，二度关系胜过三度关系，以此类推。

      你按顺序依次检查名单中的每个人，看看他是否是芒果销售商。这将先在一度关系中查找， 再在二度关系中查找，因此找到的是关系最近的芒果销售商。广度优先搜索不仅查找从A到B的 路径，而且找到的是最短的路径。注意，只有按添加顺序查找时，才能实现这样的目的。

      2.1 队列

    队列类 似于栈，你不能随机地访问队列中的元素。队列只支 持两种操作：入队和出队。

队列是一种先进先出（First In First Out，FIFO）的数据结构，而栈是一种后进先出（Last In First Out，LIFO）的数据结构。

三 实现图

    首先，需要使用代码来实现图。图由多个节点组成。

   

Anuj、Peggy、Thom和Jonny都没有邻居，这是因为虽然有指向他们的箭头，但没有从他们 出发指向其他人的箭头。这被称为有向图（directed graph），其中的关系是单向的。因此，Anuj 是Bob的邻居，但Bob不是Anuj的邻居。无向图（undirected graph）没有箭头，直接相连的节点互 为邻居。例如，下面两个图是等价的。

四 实现算法

   

Java版本，用map存储朋友关系。queue 用阻塞队列实现。对于检查过的人，务必不要再去检查，否则可能导致无限循环。

public class SearchTest {

	static Map<String, List<String>> graphmap = new HashMap<String,List<String>>();
	
	static{
	
		List<String> list=new ArrayList<String>();
		list.add("alice");
		list.add("bob");
		list.add("claire");
		graphmap.put("you", list);
		list=new ArrayList<String>();
		list.add("anuj");
		list.add("peggy");
		graphmap.put("bob", list);
		list=new ArrayList<String>();
		list.add("peggy");
		graphmap.put("alice", list);
		list=new ArrayList<String>();
		list.add("thom");
		list.add("jonny");
		graphmap.put("claire", list);
		graphmap.put("anuj", null);
		graphmap.put("peggy", null);
		graphmap.put("thom", null);
		graphmap.put("jonny", null);
	}	
	
	
	public static void search(String key) throws InterruptedException{
		
		ArrayBlockingQueue<String> searchQueue = new ArrayBlockingQueue<String>(10);
		Map<String,String> searched = new HashMap<String,String>();
		
		List<String> friendList = graphmap.get(key);
		if(friendList != null){
			for(int i=0;i<friendList.size();i++ ){				
				searchQueue.put(friendList.get(i));
			}			
		}
		while(!searchQueue.isEmpty()){
			String person  = searchQueue.poll();
			if(!searched.containsKey(person)){
				
				if(isSeller(person)){
					System.out.println(person+" is a mango seller.");
					return;
				}else{
					System.out.println(person+" not a ");
					friendList = graphmap.get(person);
					if(friendList != null){
						for(int i=0;i<friendList.size();i++ ){				
							searchQueue.put(friendList.get(i));
						}			
					}
				}
			}
			
		}
		
	}
	
	public static boolean isSeller(String name){
		
		return name.endsWith("m");
	}
	
	public static void main(String[] args) throws InterruptedException {
		search("you");

	}

}

输出结果：

alice not a 
bob not a 
claire not a 
peggy not a 
anuj not a 
peggy not a 
thom is a mango seller.

运行时间

  如果你在你的整个人际关系网中搜索芒果销售商，就意味着你将沿每条边前行，因此运行时间至少为O(边数)。

你还使用了一个队列，其中包含要检查的每个人。将一个人添加到队列需要的时间是固定的， 即为O(1)，因此对每个人都这样做需要的总时间为O(人数)。所以，广度优先搜索的运行时间为 O(人数 + 边数)，这通常写作O(V + E)，其中V为顶点（vertice）数，E为边数。

作者还介绍了其他的图：

拓扑排序，从某种程度上说，这种列表是有序的。如果任务A依赖于任务B，在列表中任务A就必须在任 务B后面。这被称为拓扑排序，使用它可根据图创建一个有序列表。

树

作者用家谱为例，树是一种特殊的图，其中没有往后指的边。