宽度优先搜索BFS

宽度优先搜索BFS

1、学习大纲:

  • 二叉树上的宽搜
  • 图上的宽搜
  • 拓扑排序
  • 棋盘上的宽搜

2、什么时候使用BFS?

在这里插入图片描述
小问:如果题目问最短路径,除了BFS还可能是什么算法?如果问最长路径呢?
答案:最常见的算法中,BFS还可以用DP;如果是最长路径的话,可以用DFS和DP。

3、基础知识

基础知识理解

小点:BFS的标配是队列,DFS的标配是栈。

如果是层级遍历的话,代码实现步骤可以大体分三步:

  1. 创建一个队列,把起始点都放到里面去(第一层节点)
  2. while队列不空,处理队列中的节点,并扩展出新的节点
  3. 在while循环中,for上一层的节点扩展下一层节点

4、代码模板题

题目:Lintcode 69. 二叉树的层次遍历
题目描述:给出一棵二叉树,返回其节点值的层次遍历(逐层从左往右访问)。
(题外话:本题需要层级遍历,如果碰到不需要遍历的问题,最主要的改动是将while里面的for循环去掉就成)

/**
 * Definition of TreeNode:
 * class TreeNode {
 * public:
 *     int val;
 *     TreeNode *left, *right;
 *     TreeNode(int val) {
 *         this->val = val;
 *         this->left = this->right = NULL;
 *     }
 * }
 */

class Solution {
public:
    /**
     * @param root: A Tree
     * @return: Level order a list of lists of integer
     */
    vector<vector<int>> levelOrder(TreeNode * root) {
        vector<vector<int>> result;
        if (nullptr == root) {
            return result;
        }
        
        //1、创建队列,将起始点放入
        queue<TreeNode* > nodeQueue;
        nodeQueue.push(root);
        //2、while队列不空,处理队列中节点,并扩展出新节点
        while (!nodeQueue.empty()) {
            vector<int> levelResult;
            //3、在while中,for上一层的节点扩展下一层节点
            int queueSize = nodeQueue.size();
            for (int i = 0; i < queueSize; ++i) {
                TreeNode* node = nodeQueue.front();
                levelResult.push_back(node->val);
                if (nullptr != node->left) {
                    nodeQueue.push(node->left);
                }
                if (nullptr != node->right) {
                    nodeQueue.push(node->right);
                }
                nodeQueue.pop();
            }
            result.push_back(levelResult);
        }
        
        return result;
    }
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
宽度优先搜索BFS)是一种图遍历算法,它从一个固定的起点开始,依次遍历离起点越来越远的节点,直到遍历完整张图。下面是 C++ 语言实现的宽度优先搜索算法示例代码: ```c++ #include <iostream> #include <queue> #include <vector> using namespace std; const int MAXN = 100; // 最大节点数 vector<int> G[MAXN]; // 图的邻接表表示 bool vis[MAXN]; // 标记节点是否已经访问过 void bfs(int s) { queue<int> q; q.push(s); vis[s] = true; while (!q.empty()) { int u = q.front(); q.pop(); // 处理节点 u for (int i = 0; i < G[u].size(); ++i) { int v = G[u][i]; if (!vis[v]) { q.push(v); vis[v] = true; } } } } int main() { // 构建图 G[1].push_back(2); G[1].push_back(3); G[2].push_back(4); G[2].push_back(5); G[3].push_back(5); G[4].push_back(6); G[5].push_back(6); // 从节点 1 开始进行宽度优先搜索 bfs(1); return 0; } ``` 上述代码中,我们首先定义了一个邻接表数组 `G`,用于存储图的边信息。然后定义了一个标记数组 `vis`,用于标记每个节点是否被访问过。在 `bfs` 函数中,我们使用了 `queue` 容器来实现宽度优先搜索,从起始节点 `s` 开始进行搜索。在搜索过程中,我们首先将起始节点 `s` 入队,并将其标记为已访问。接着,我们不断从队列中取出节点进行扩展,扩展过程中将未访问过的邻居节点入队,并将其标记为已访问。最终,所有与起始节点 `s` 连通的节点都会被访问一遍。
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