【小算法】图的遍历之广度优先(BFS)

谈到算法，图的操作是避免不了。

而我们一般谈到图时，又必定会谈到图的遍历。

图的遍历通常有 2 种，深度优先(DFS) 和广度优先(BFS)。

深度优先可以阅读我这篇博文：【小算法】图的遍历之深度优先(DFS)

本篇博文讲解广度优先(BFS)。

图的表示

图有两种表示方式

1. 临接矩阵

其实就是一个权重矩阵，用 1 代表两个结点有连接，0 表示没有连接，这样的表示方式通俗易懂，特别适合稠密图，也就是大多数结点是亮亮连接的情况。

2. 临接表

用一个数组储存所有的顶点的信息，每个顶点又用一个链表或者是数组存放与它相临的结点的信息。

这样的表示方式特别适合稀疏图，也就是比较少的结点之间相互有连接。

本文示例代码用 Python 表示，为了简便，用临接表这种形式表示

BFS 算法思路

其实 BFS 的思路非常简单。

如果你哪天钱包忘记在哪里了，以 BFS 的思路就是有层次地搜索。

先每个房间快速地瞄一眼，如果没有发现的话，那么就在每个房间的床上、桌子上快速瞄一眼。

如果还是不行的话，再在每个家具的每个柜子里快速瞄一眼。

然后，按照这样一层一层进行下去。

DFS 图例

上面是一张图，如果要遍历图中所有的结点，又不重复。

在实际编码中，如果要用 BFS 的方式去遍历一个图的话，通常我们会用一个队列来动态保存陆续访问的结点。

我们首先选择 A.

所以 A 先入队列。

A 有 2 个临接结点 B 和 C,所以 B 和 C 依次入队列。

并且将 A 从队列中弹出。

A 结点出队后，现在队列首个元素是 B 结点，B 结点有 4 个临接点 A、C、D、F。

因为 A 和 C 已经入队列过一次，所以不能再入，因此将 D、F 入列。

最后，将 B 结点及时弹出来。

B 结点弹出来后，C 结点就是队列的首元素，它有 A、B、E 3 个临结点，但是 A 和 B 已经入队列访问