图宽度优先算法 (graph BFS)

这也是面试中非常容易碰到的算法，上python-like伪代码：

# Given starting_node, try to reach target_node using BFS

visit(starting_node)
dequeue = deque(starting_node)

while not dequeue.empty():
    node = dequeue.popleft()
    if node == target_node:
        return    

    for adjacent_node in node.neighbor():
        if has_visited(adjacent_node) == False:
            visit(adjacent_node)
            dequeue.append(adjacent_node)
            adjacent_node.parent = node

这里面有一些值得讨论的东西：

• 如果知道data_structure是一颗树的话，当然不需要去维护一个东西有没有visit过；我感觉这个部分主要是在general graph中使用来规避graph cycle这个麻烦的事情。
• deque变成stack就变成DFS了
• deque contains elements about frontier
• 最后一行assign parents可以很方便寻找path (e.g. shortest path) 以及回溯

还有一些具体实现的东西：

• 上面的算法和wikipedia https://en.wikipedia.org/wiki/Breadth-first_search 是一致的，这里面dequeue中的元素是先visit过再放入dequeue中。
• 另一种同样正确的方法是先放入dequeue然后再visit，这样在实现的时候不需要visit the starting node, 另外visit也是从dequeue拿出来后再visit；所有visit实现的逻辑都是先看是否visit过然后再做操作。