彻底搞懂图的广度优先算法

 广度优先算法

从算法的思想,算法步骤,代码实现与分析,最后"debug+图解"展示展开

会有一定的图示,以便于更好的理解(博主的自我思考,如有错误,欢迎指正)

需要源码与相关图解请评论区留言

DOC注释在深度优先算法中,若不看,则当前代码无法熟知

博主空间https://blog.csdn.net/JOElib?spm=1010.2135.3001.5343深度优先算法(含Javadoc)https://blog.csdn.net/JOElib/article/details/123978630?spm=1001.2014.3001.5501winRAR系列https://blog.csdn.net/JOElib/article/details/123965081?spm=1001.2014.3001.5501

---

目录

算法思想🐼

算法步骤🐼 

代码实现与分析🐼 

1.创建BFS(广度优先)核心算法方法🐻

代码分析:🐨

2.创建BFS方法的重载方法🐻

Debug与图解🐼

结论: 

---

算法思想🐼

• 广度优先搜索类似于一个分层搜索的过程,广度优先搜索需要调用一个队列以保持访问过节点的顺序,以便这个顺序来访问这些节点和邻接节点

---

算法步骤🐼 

1.  访问初始节点v,并标记该节点为已访问
2.  将节点v放入队列
3. 当队列为非空时,继续执行,否则算法结束
4. 出队列,取得队列头结点为u
5. 查找节点u的第一个邻接节点w
6. 若u的邻接节点不存在,则继续执行步骤3,否则循环执行下面三个操作
   1. 节点若未被访问,访问该节点并标记为已读
   2. 节点w加入队列
   3. 查找节点u的后继节点后的下一个邻接节点,转到步骤6

---

代码实现与分析🐼 

1.创建BFS(广度优先)核心算法方法🐻

严格遵守算法步骤 

private void bfs(boolean[] isVisited, int v) {
        var queue = new LinkedList<Integer>();
        System.out.println(getItem(v));
        isVisited[v] = true;
        queue.addLast(v);
        while (!queue.isEmpty()) {
            var u = queue.removeFirst();
            var w = getFirstVertex(u);
            while (w != -1) {
                if (!isVisited[w]) {
                    System.out.println(getItem(w));
                    isVisited[w] = true;
                }
                w = getVertexByLast(u,w);
            }
        }
    }

代码分析:🐨

1. 创建一个双向链表集合,从而模拟队列,并指定泛型为Integer
2. 访问当前节点,并将当前节点标记为已读
3. 将当前节点加入到队列中
   1. 注意:这里一定要调用addLast()方法,因为要模拟队列,必须遵守先进先出后进后出的原则,如排队一般,最新进来的人排到最后
4. 当队列不为空的时候循环执行以下代码(即:调用集合的isEmpty()方法)
   1. 取出队列的头节点,为u
      1. 注意:一定要调用removeFirst()方法,该方法返回被删除的元素,因为队列的先进先出,所以,我们要取最开始进入的元素
   2. 调用getFirstVertex()方法,找到他的第一个邻接节点
   3. 若该邻接节点存在
      1. 先判断该邻接节点是否被访问,即!isVisited[w],如果没有被访问,则进入访问该节点并标记为已读,并将该节点加入队列
      2. 无论是否被访问,都要找到该下一个邻接节点,否则无法体现出BFS
         1. 注意:这里一定要记住赋值操作

2.创建BFS方法的重载方法🐻

@First("The BFS should be firstly invoked")
public void bfs() {
        for (int i = 0; i < vertexList.size(); i++) {
            if (!isVisited[i]) {
                bfs(isVisited,i);
            }
        }
}

---

Debug与图解🐼

以该"图"展开分析

对应的邻接矩阵(ABCDE对应的下标分别是01234)

 

 

 

 

 

 重复上述的操作,直到

 

---

结论: 

        广度优先算法就这样结束了,相比较于深度优先算法,广度优先的难度大致一样,我来总结以下几点

        1.广度优先算法的算法步骤

        2.广度优先算法与深度优先算法的区别

        3.广度优先算法的算法实现 

        🚇下一站:B,B+,B*的介绍与图的创建