C++宽度优先搜索(BFS)

今天个大家分享一个算法:宽度优先搜索.

C++中实现宽度优先搜索(BFS)的一般步骤如下:

1. 定义一个队列,用于存储待搜索的节点。
2. 将起始节点放入队列中。
3. 创建一个布尔数组,用于标记已访问过的节点。
4. 标记起始节点为已访问。
5. 循环执行以下步骤直到队列为空:
   a. 从队列的头部取出一个节点。
   b. 遍历该节点的相邻节点:
      - 如果相邻节点未被访问过,则将其标记为已访问,并将其放入队列中。

6. 完成搜索。

下面是一个简单01迷宫最短路问题用用BFS解决的代码示例:

#include <bits/stdc++.h>
using namespace std;

const int N = 110;
const int M = N * N;
int g[N][N]; // 存储图
int d[N][N]; // 存储点到起点的距离
int n,m;
queue<pair<int,int>> q; // 队列
//两个方向数组
int dx[4] = {0,1,0,-1};
int dy[4] = {1,0,-1,0}; 

int bfs(int sx,int sy)
{
    memset(d,-1,sizeof d); // 将d初始化为-1,用来标记该点是否被遍历过。
    q.push({sx,sy}); // 将(sx,sy)入队
    d[1][1] = 0; // 起点的距离初始化为0
    
    while(!q.empty())
    { // 队列不空
        auto t = q.front(); // 取出队头元素
        q.pop(); // 队列中删除队头元素
        if(t.first == n && t.second == m) return d[n][m]; // 假如到达了终点,则返回距离
        
        for(int i = 0; i < 4; ++i)
        { // 向上下左右四个方向拓展
            int a = t.first + dx[i],b = t.second + dy[i];
            
            if(a < 1 || a > n || b < 1 || b > m) continue; // 假如拓展的点出界则跳过
            if(g[a][b]) continue; // 假如拓展到的是墙壁,则跳过
            if(d[a][b] != -1) continue; // 假如该点已经走过了,则跳过
            
            d[a][b] = d[t.first][t.second] + 1; // 更新距离
            q.push({a,b}); // 将(a,b)入队
        }
    }
}

int main()
{
    cin >> n >> m;
    for(int i = 1; i <= n; ++i)
        for(int j = 1; j <= m; ++j) cin >> g[i][j];
    
    cout << bfs(1,1); // 从点(1,1)开始进行广度优先遍历
    
    return 0;
}

请注意,此代码只是一个简单的示例,具体实现方式可能因实际情况而异。完成搜索后,你可以根据需要做出相应的处理,例如打印路径或执行其他操作。

就这么多了,其实说难也不难,重要的是要多加练习,才能彻底掌握.

下次再见!

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
宽度优先搜索BFS)是一种图遍历算法,它从一个固定的起点开始,依次遍历离起点越来越远的节点,直到遍历完整张图。下面是 C++ 语言实现的宽度优先搜索算法示例代码: ```c++ #include <iostream> #include <queue> #include <vector> using namespace std; const int MAXN = 100; // 最大节点数 vector<int> G[MAXN]; // 图的邻接表表示 bool vis[MAXN]; // 标记节点是否已经访问过 void bfs(int s) { queue<int> q; q.push(s); vis[s] = true; while (!q.empty()) { int u = q.front(); q.pop(); // 处理节点 u for (int i = 0; i < G[u].size(); ++i) { int v = G[u][i]; if (!vis[v]) { q.push(v); vis[v] = true; } } } } int main() { // 构建图 G[1].push_back(2); G[1].push_back(3); G[2].push_back(4); G[2].push_back(5); G[3].push_back(5); G[4].push_back(6); G[5].push_back(6); // 从节点 1 开始进行宽度优先搜索 bfs(1); return 0; } ``` 上述代码中,我们首先定义了一个邻接表数组 `G`,用于存储图的边信息。然后定义了一个标记数组 `vis`,用于标记每个节点是否被访问过。在 `bfs` 函数中,我们使用了 `queue` 容器来实现宽度优先搜索,从起始节点 `s` 开始进行索。在索过程中,我们首先将起始节点 `s` 入队,并将其标记为已访问。接着,我们不断从队列中取出节点进行扩展,扩展过程中将未访问过的邻居节点入队,并将其标记为已访问。最终,所有与起始节点 `s` 连通的节点都会被访问一遍。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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