python | 广度优先搜索模板（BFS+层次遍历）

转载自：套路大解密：搞懂题目考察什么，剩下的任务就是套模板！

如果你经常在想为什么别人做题那么快，其实答案很简单：一是要快速明白过来这个题在考察什么，这需要对常用的数据结构和算法的适用场景很熟悉；二是要背模板！
没错，大神也需要背模板！当然，是理解着背，不是死记硬背！

下面，我就按照这个思路给大家展示，如何快速解决这个题。

这个题想考察什么？

虽然题目千变万化，但是考察点永远是那几个。本题给出了一个场景：求 每个 1 到 0 的最短的曼哈顿距离。其中曼哈顿距离就是只能沿着横、竖到达另外一个点走的步数。

在一个图中，能从一个点出发求这种最短距离的方法很容易想到就是 BFS，BFS 的名称是广度优先遍历，即把周围这一圈搜索完成之后，再搜索下一圈，是慢慢扩大搜索范围的。

图左边是BFS，按照层进行搜索；图右边是 DFS，先一路走到底，然后再回头搜索。

题目给出了多个1，要找出每个1到0的最近曼哈顿距离。由于1到0的距离和0到1的距离一样的，所以其实我们可以换个思维：找出每个0到1的距离。

因此，题目可以抽象成：多个起始点的BFS。恭喜你已经解决了一半问题。

剩下的任务就是套模板！

BFS 使用队列，把每个还没有搜索到的点依次放入队列，然后再弹出队列的头部元素当做当前遍历点。BFS 总共有两个模板：

1. 如果不需要确定当前遍历到了哪一层，BFS 模板如下。

while queue 不空：
    cur = queue.pop()
    for 节点 in cur的所有相邻节点：
        if 该节点有效且未访问过：
            queue.push(该节点)

2. 如果要确定当前遍历到了哪一层，BFS 模板如下（层次遍历）。
   这里增加了 level 表示当前遍历到二叉树中的哪一层了，也可以理解为在一个图中，现在已经走了多少步了。size 表示在当前遍历层有多少个元素，也就是队列中的元素数，我们把这些元素一次性遍历完，即把当前层的所有元素都向外走了一步。

level = 0
while queue 不空：
    size = queue.size()
    while (size --) {
        cur = queue.pop()
        for 节点 in cur的所有相邻节点：
            if 该节点有效且未被访问过：
                queue.push(该节点)
    }
    level ++;

上面两个是通用模板，在任何题目中都可以用，是要记住的！

上面说了这个题（力扣第542题：01矩阵）是多个起始点的 BFS，不要害怕，就是需要先遍历一遍矩阵，把所有 0 先放进队列中，然后再利用模板二。

至此，把上面的思路套进模板，题目就能解决了。