BFS小结

BFS

        通过一些leetcode上面的题目, 总结出以下类型的题目:

  • 树的层序遍历类型。
  • 搜索联通块。
  • 拓扑排序。
  • 最短路径。
    • 无边权重
    • 有边权重
  • 边界扩展。
  • 增广

         BFS 是基于向量的, 一般都需要一个状态数组, 一个增广队列。状态数组是为了防止相同状态的节点再次进后重复加入队列当中。


层序遍历

         从根节点开始, 距离的根节点最近的顶点优先遍历。

         因为同一个顶点不存在会被访问两次的情况, 所以不需要状态数组。

模板
queue<TreeNode*> nodes;         /* 增广队列。*/
nodes.push(root);               /* 压入树的根节点。*/
while(!nodes.empty())
{
    TreeNode *node = nodes.front(); nodes.pop();
    
    /*
        针对该顶点进行操作的代.....
    */

    // 增广
    if(node->left) nodes.push(node->left);
    if(node->right) nodes.push(node->right);
}
题目

搜索联通块

         一般为二维矩阵样式的平面图, 在搜索的时候一个顶点可能出现重复进入的情况, 因此需要一个状态数组避免重复进入的情况。

注意事项

         标记已经访问过的时机为 push 进入增广队列的时候, 而不是弹出队列进行处理的时候。这样能避免很多重复点加入队列。

题目


拓扑排序

        看数据结构当中描述的即可。没什么好说的。需要构建一个入度 和 直接链接到的顶点 的数据结构。

题目


最短路径

无边权重

        无边权重表明边的权重为1, 当BFS过程当中第一次求出了 源 到 目标的距离即可停止搜索得出答案。

有边权重

        此种情况存在重复进入的情况, 只有当重复进入的顶点的距离 源 的距离小于 当前距离时才发生基于此顶点的增广。


边界扩展

        将一个联通块儿的边界不断的向外增大,模板如下:

queue<Point> Q;
/*
    Q中初始化放置联通块儿的边界顶点。
*/
while(Q.empty())
{
    int size = Q.size();
    while(size--)
    {
        Point p = Q.front(); Q.pop();
        
        /*
            朝着其他方向得到新的顶点, 该顶点不在联通块儿当中, 并且可以扩展则添加到增广队列当中。

            ......
        */
    }
}
题目


增广

        由一个状态出发, 能得到多个状态, 再依次根据这些的状态得到更多的状态, 由此得出最终的答案, 注意已经添加过的状态无序在添加。

题目

转载于:https://www.cnblogs.com/Geek-Z/p/11356286.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
二叉树是一种常见的数据结构,它由节点组成,每个节点最多有两个子节点,通常称为左子节点和右子节点。在进行需求分析时,对二叉树的操作小结主要包括以下几个关键点: 1. **插入操作**: - 插入一个新节点:需要确定节点的位置,通常是按照特定的规则(如比较大小、值或根据某种策略),使其成为左孩子或右孩子。 - 保持平衡:如果是自平衡二叉搜索树(如AVL树或红黑树),还需要保证插入后树的平衡性。 2. **删除操作**: - 删除指定节点:需要找到要删除的节点,可能涉及子节点的替换或重新调整其父节点的指针。 - 避免空悬:删除节点后,可能需要处理空指针的情况,以及确保树的结构完整性。 3. **查找操作**: - 查找指定元素:从根节点开始,按需遍历左子树或右子树,直到找到目标元素或确定不存在。 - 遍历算法:包括前序遍历(根-左-右)、中序遍历(左-根-右)和后序遍历(左-右-根)等。 4. **修改操作**: - 修改节点值:定位到目标节点后,更新其值。 - 结构修改:如调整子树结构(如旋转操作),可能涉及到整个树的重新布局。 5. **统计操作**: - 计算节点数:用于获取树的高度、宽度、叶子节点数等。 - 深度优先遍历(DFS)和广度优先遍历(BFS)统计信息。 6. **遍历序列**: - 生成遍历序列:理解并实现前序、中序和后序遍历,以及层序遍历(从上到下逐层处理)。 在进行需求分析时,除了了解这些基本操作外,还需要考虑时间复杂度和空间复杂度,因为二叉树的操作效率往往取决于树的形状。此外,性能优化和错误处理也是重要考虑因素。对于更复杂的二叉树结构,如堆、优先队列等,相应的操作需求也会有所不同。如果你有具体的二叉树应用场景,比如图算法或数据库索引,需求可能会更加细致。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值