广度优先搜索(Breadth-First Search,BFS)是一种图遍历算法,它从起始节点开始逐层扩展搜索,直到找到目标节点或遍历完整个图。具体过程如下:
1、选择一个起始节点作为当前节点,并标记为已访问。
2、将当前节点加入队列。
3、从队列中取出一个节点作为当前节点,并输出该节点。
4、遍历当前节点的所有邻居节点,若邻居节点未被访问过,则标记为已访问并将其加入队列。
5、重复步骤3和步骤4,直到队列为空。
广度优先搜索通常使用队列来实现,保证按照先进先出的顺序遍历节点。它适用于解决许多图相关问题,如最短路径、连通性等。
请注意,广度优先搜索需要注意避免重复访问节点,通常使用一个额外的数组或集合来记录已访问的节点。
以下是使用 C++ 实现广度优先搜索(BFS)二叉树的基本代码示例:
#include <iostream>
#include <queue>
using namespace std;
// 二叉树节点定义
struct TreeNode {
int val;
TreeNode* left;
TreeNode* right;
TreeNode(int value) : val(value), left(nullptr), right(nullptr) {}
};
// 广度优先搜索函数
void BFS(TreeNode* root) {
if (root == nullptr) {
return;
}
queue<TreeNode*> q;
q.push(root);
while (!q.empty()) {
TreeNode* current = q.front();
q.pop();
cout << current->val << " "; // 输出当前节点的值
if (current->left) {
q.push(current->left); // 将左子节点加入队列
}
if (current->right) {
q.push(current->right); // 将右子节点加入队列
}
}
}
int main() {
// 构建二叉树
TreeNode* root = new TreeNode(1);
root->left = new TreeNode(2);
root->right = new TreeNode(3);
root->left->left = new TreeNode(4);
root->left->right = new TreeNode(5);
root->right->left = new TreeNode(6);
root->right->right = new TreeNode(7);
cout << "广度优先搜索结果:";
BFS(root); // 执行广度优先搜索
return 0;
}
在上述示例中,我们定义了二叉树节点的结构,并使用队列来实现广度优先搜索。首先构建了一个示例的二叉树,然后调用BFS函数执行广度优先搜索,并输出遍历的结果。
请注意,此示例提供了基本的框架,你可以根据具体需求进行适当的修改和扩展。
程序运行的结果应该是按照广度优先搜索(BFS)的顺序输出二叉树的节点值。由于广度优先搜索是逐层遍历,从根节点开始,先输出根节点的值,然后按照从左到右的顺序依次输出每一层的节点值。
假设二叉树的节点值为 1、2、3、4、5、6、7,则程序的运行结果应该是:
广度优先搜索结果:1 2 3 4 5 6 7
以下是使用广度优先搜索(Breadth-First Search,BFS)算法在C++中遍历图的示例代码:
#include <iostream>
#include <vector>
#include <queue>
class Graph {
private:
int numVertices; // 图中的节点数
std::vector<int>* adjList; // 邻接表
public:
// 构造函数
Graph(int numVertices) : numVertices(numVertices) {
adjList = new std::vector<int>[numVertices];
}
// 添加边
void addEdge(int src, int dest) {
adjList[src].push_back(dest);
adjList[dest].push_back(src); // 对于无向图,需要添加反向的边
}
// 广度优先搜索
void BFS(int startVertex) {
std::vector<bool> visited(numVertices, false); // 标记节点是否被访问
std::queue<int> queue; // 用于BFS的队列
// 将起始节点入队并标记为已访问
queue.push(startVertex);
visited[startVertex] = true;
while (!queue.empty()) {
int currentVertex = queue.front();
queue.pop();
std::cout << currentVertex << " ";
// 遍历当前节点的相邻节点
for (int neighbor : adjList[currentVertex]) {
if (!visited[neighbor]) {
queue.push(neighbor);
visited[neighbor] = true;
}
}
}
}
// 析构函数,释放内存
~Graph() {
delete[] adjList;
}
};
int main() {
// 创建一个包含5个节点的图
Graph graph(5);
// 添加边
graph.addEdge(0, 1);
graph.addEdge(0, 2);
graph.addEdge(1, 3);
graph.addEdge(2, 3);
graph.addEdge(2, 4);
graph.addEdge(3, 4);
// 从节点0开始进行广度优先搜索
std::cout << "广度优先搜索结果: ";
graph.BFS(0);
std::cout << std::endl;
return 0;
}
在上述代码中,我们定义了一个Graph
类来表示图。使用邻接表作为内部数据结构,使用std::vector<int>* adjList
来存储图的邻接表,其中每个向量表示节点的相邻节点列表。
addEdge
函数用于向图中添加边,它将目标节点添加到源节点的相邻节点列表中,并对于无向图,还需要添加反向的边。
BFS
函数实现了广度优先搜索算法。它使用一个队列来辅助进行搜索,通过迭代的方式遍历图中的节点。首先,将起始节点入队并标记为已访问。然后,从队列中取出当前节点,并访问该节点。接着,遍历当前节点的相邻节点,并将未访问过的相邻节点入队。不断重复这个过程,直到队列为空。
输出结果为:
广度优先搜索结果: 0 1 2 3 4