BFS:Breadth First Search,广度优先搜索。
当有这样一个问题:计算图中两点之间的最短距离时,需要广度优先搜索,BFS 也是很多图算法的基石。
要找到顶点 s 到 顶点 v 的最短路径,从 s 开始,在所有距离 s 一条边的顶点中寻找 v,如果找不到,就继续在与 s 距离一条边的顶点中寻找 v,如此下去,走到找到 v。
深度优先搜索就好像是一个人在走迷宫,而广度优先搜索就像是一组人在朝各个方向走这个迷宫,每个人都有自己的绳子,当出现叉路时,假设一个探路人可以
分裂成多个人继续,当两个探路人相遇时,合并。
深度优先搜索就像是前序遍历一棵树(使用栈),而广度优先就像是层次遍历一棵树(使用队列)。深度优先搜索不断地在栈中保存分叉的顶点,广度优先搜索则向扇形扫描,用队列保存访问过的最前端的顶点。
逐步图解流程如下:
BFS查找路径的实现代码如下:
class BFSPaths
{
private bool[] marked;//
private int[] edgeTo; //到达该顶点的已知路径上的最后一个顶点
private final int s; //起点
public BFSPaths(Graph g, int s)
{
marked = new bool[g.V()];
edgeTo = new int[g.V()];
this.s = s;
bfs(g, s);
}
private void bfs(Graph g, int s)
{
Queue<int> queue = new Queue<int>();
marked[s] = true; //标记起点
queue.enqueue(s); //入队列
while(!queue.isEmpty())
{
int v = queue.dequeue(); //从队列中删去下一顶点
foreach(int w in g.adj(v))
{
if(!marked[w])
{
edgeTo[w] = v; //保存最短路径的最后一条边
marked[w] = true; //标记它,因为已知最短路径
queue.enqueue(w); //将它添加到队列中
}
}
}
}
public bool hasPathTo(int v)
{
return marked[v];
}
public List<int> pathTo(int v)
{
if(!hasPathTo(v))
{
return null;
}
Stack<int> path = new Stack<int>();
foreach(int x = v; x != s; x = edgeTo[x])
{
path.push(x);
}
path.push(s);
return path;
}
}