算法——广度优先搜索

本文介绍了广度优先搜索(BFS)的基本概念和用途,如寻找路径和最短距离。通过两个例题,分别讲解了如何用BFS解决抓牛问题和迷宫问题,阐述了BFS的解题思路和实现代码,帮助读者深入理解BFS算法。
摘要由CSDN通过智能技术生成


一、简介

广度优先搜索(Breadth First Search),又称为"宽度优先搜索"或"横向优先搜索",简称BFS。

该算法可用来解决两类问题:
①从A出发是否存在到达B的路径;
②从A出发到达B的最短路径(这个应该叫最少步骤合理);

当然第二种问题我们遇到的最多,使用BFS让你能够找出两样东西之间的最短距离,不过最短距离的含义可以很广泛,例如:
①编写国际跳棋AI,计算最少走多少步就可获胜;
②根据你的人际关系网络找到关系最近的医生。

其思路为从图上一个节点出发,访问先访问其直接相连的子节点,若子节点不符合,再问其子节点的子节点,按级别顺序依次访问,直到访问到目标节点。

二、例题

1.抓住那头牛

问题描述
农夫知道一头牛的位置,想要抓住它。农夫和牛都位于数轴上,农夫起始位于点N(0<=N<=100000),牛位于点K(0<=K<=100000)。农夫有两种移动方式:

1、从X移动到X-1或X+1,每次移动花费一分钟
2、从X移动到2*X,每次移动花费一分钟

假设牛没有意识到农夫的行动,站在原地不动。农夫最少要花多少时间才能抓住牛?

输入
两个整数,N和K

输出
一个整数,农夫抓到牛所要花费的最小分钟数

样例输入
5 17

样例输出
4

解题思路
把农夫的位置结点化,农夫所处的每一个位置都可以向下再推出三个结点,假设农夫起始位置在5,那么4,6,10就是下一步可能的位置,把这些位置结点有层次地保存在一个队列中(利用队列先进先出的特点),从第一层的结点(起始节点)开始遍历,如果这个结点不是目标结点,就把它出队,并把它的所有子节点入队,再对这些子节点依次遍历,重复上面的操作,直到找到目标结点(也就是牛的位置)。

示例代码

#include<iostream>
#include<cstring>
#include<queue>
using namespace std;

int N, K;	//农夫起始位置,牛的位置
const int MAXN = 100000;
int visited[MAXN + 10];	//判重标记
struct Step
{
   
	int x;		//位置
	int s;		//到初始位置的距离
	Step(int _x, int _s) : x(_x), s(_s) {
    }		//构造函数
};
queue<Step> q;	//创建一个队列用来存放位置结点

int main()
{
   
	cin >> N >> K;	
	memset(visited, 0, sizeof(visited));	//把判重数组都初始化为未访问
	q.push(Step(N, 0));	//把农夫的初始位置压入队列
	visited[N] = 1;	//把初始位置标记为已访问
	while (!q.empty()) {
   	//当队列不为空时
		Step s = q.front();	//s用于临时存放队头元素
		if (s.x == K) {
    //找到目标
			cout << s.s << endl;
			
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值