算法和数据结构（Python）——广度优先算法(BFS)

适用情况

给定初始状态跟目标状态，要求从初始状态到目标状态的最短路径。

模式

<1.建立列表，插入节点>
queue = []
queue.append([node])
depth = 0
<2.循环遍历节点>
while queue:      满足什么条件停止遍历
	depth += 1
	<逐层遍历>这一步只有在需要计算depth时才需要，表示循环遍历完一层
	for i in range(len(queue)):
		<3.取出节点>
		node = queue.pop(0)
		<4 插入下一层节点>通常要设置条件，插入节点或return false停止循环
		queue.append()	

解决思路

1. 广度优先的判断关键是什么时候不满足条件了就退出，如果满足条件就继续在while循环里面循环，只到所有节点循环完
   记住这张图
   

例题一

leetcode 994 (easy) 腐烂的橘子
在给定的网格中，每个单元格可以有以下三个值之一：
值 0 代表空单元格；
值 1 代表新鲜橘子；
值 2 代表腐烂的橘子。
每分钟，任何与腐烂的橘子（在 4 个正方向上）相邻的新鲜橘子都会腐烂。

返回直到单元格中没有新鲜橘子为止所必须经过的最小分钟数。如果不可能，返回 -1。

输入：[[2,1,1],[1,1,0],[0,1,1]]
输出：4

解题思路：

1. 可以设置腐蚀，但是不知道怎么找最短？已知速度求最短时间，即求最短路径，用广度优先。把一层内的所有节点遍历一遍，得到的结果是下一层的节点，然后再循环
2. 注意观察怎么把思路用代码实现，怎么满足同时感染？判断是否同时感染的关键是计时点，遍历完当前层内的所有橘子并进行感染，然后时间再加1，就实现了同时感染

def orangesRotting(grid):
    time = 0
    row = len(grid)
    col = len(grid[0])
    count = 0
    
    # <1.建立列表>
    rotten = []

    for i in range(row):
        for j in range(col):
            if grid[i][j] == 2:
                rotten.append([i,j])   
            elif grid[i][j] == 1:
                count +=