蓝桥杯 扩散【第十一届】【决赛】【B组】 python BFS 多种数据类型比较

想说的话

大家好🌼🌼，我是 @愿此后再无WA，可以叫我小A，也可以叫我愿愿💡💡，一位阳光帅小伙，对算法领域比较感兴趣。如果我的文章对您有用，欢迎持续关注，我们一起进步！🎈🎈

很抱歉各位😪😪，现离蓝桥杯比赛不到一个月时间，我临时改变了计划，转为全心备战蓝桥，因为这个省一对我来说太重要了，也是我最后一次机会，我一定要拿到手📌📌，那么这样的话我在博客上花的时间就会少了很多，也将导致博客文章质量明显下降，在此我给大家说声抱歉💥💥

---

🌟🌟这些日子我真的很开心，博客上能遇到一群志同道合的兄弟姐妹真的很幸福，没有你们的支持与鼓励我早就坚持不下去了，因为有你们我才能走的更远☀️☀️熬过这段时期我一定会回来的，爱你们❤️❤️

吐槽

可以说这是我遇到一道非常有价值的题目，跟以往题目带来的经验有所不同，其他的题目更多的是让你掌握一种做题思路，一种做题模板，而这道题让我懂得了如何使用更恰当的数据类型进行数据处理。总之，收获满满！！

扩散

分析

给出四个点求经过2020分钟后扩散成几个点了，以点为中心向四周扩散的话容易想到是要使用BFS实现。但如果使用BFS的话不是等四五秒就出结果的，而这又是5分的最后一道题，真的很考验考生的心理压力。我看到有个思路是通过回路求的，能想到这方法也是厉害，反正我是想不到的，所以就老老实实使用BFS解决吧。

这题套用BFS模板就能得出结果，难就难在如何才能更优的存储、使用数据。在以前，我从来没有考虑过这种问题，以为只要思路到位了，数据类型再怎么不同，效率都不会相差太大。直到现在，我终于意识到了自己的错误，幸好没有在比赛上面犯错，这一切都能补救。一开始BFS的队列跟标记点我都是用列表存储的，跑了二十分钟都没有出结果，然后就有朋友建议这要用队列来做，于是我特地学习了几种队列才回来。

经过不断调试，我知道了以后该用什么数据类型作为队列，该用什么数据类型存储数据了。

我们先看几组图：

线程队列+集合

使用线程队列作为BFS的队列，用集合存储坐标，跑了2分22秒得出结果。

列表+集合

使用列表作为BFS的队列，用集合存储坐标，跑了1分31秒得出结果。

双向队列+列表

使用双向队列作为BFS的队列，用列表存储坐标，跑了8分30秒没有得出结果，我强行停止了。

双向队列+字典

使用双向队列作为BFS的队列，用字典存储坐标，跑了55秒得出结果。

双向队列+集合

使用双向序列作为BFS的队列，用集合存储坐标，跑了49秒得出结果。

通过比较我们发现，不同的数据类型它的处理速度是不一样的。在队列模型中，最快的是deque双向队列，其次是列表，最后是线程队列，没想到列表不是最慢的。

如果要进行数据存储的话集合是最快的，其次是字典，最后时列表，所以进行数据存储的话不要再使用列表啦！（更正：涉及数据查找时不要在列表里面查找）

根据以上结论，以后的BFS可以使用deque+集合的形式进行计算。（更正：不是一定需要使用集合，如果进行大量的数据查找，需要使用 xx in xxx时就要使用集合，其他情况使用列表对走过的位置标记也是没问题的。）

代码

下面看下代码实现：

from collections import deque
import  datetime
start = datetime.datetime.now()
visited = {(0,0),(2020,11),(11,14),(2000,2000)}
queue = deque([(0,0,0),(2020,11,0),(11,14,0),(2000,2000,0)])
result = 4
dx = (0,1,0,-1)
dy = (1,0,-1,0)

while True:
    x,y,cnt = queue.popleft()
    if cnt >= 2020:
        break
    
    cnt += 1
    for i in range(4):
        tx,ty = x+dx[i], y + dy[i]
        if (tx,ty) in visited: 
            continue
        queue.append((tx,ty,cnt))
        visited.add((tx,ty))
        result += 1
print(result)
end = datetime.datetime.now()
print(end-start)