广度优先遍历(BFS)


广度优先遍历呈现出「一层一层向外扩张」的特点,先看到的结点先遍历,后看到的结点后遍历,因此「广度优先遍历」可以借助「队列」实现。

我们以二叉树来举例,从根节点开始,我们将根节点放入一个列队,然后开始遍历列队里面的节点,把列队中遍历到的节点可达节点从左往右的顺序纷纷放入到列队,当遍历完某一层节点个数的时候,列队里面所剩下的节点就是下一层的节点,如此循环,直到遍历完所有节点或者达到目标节点
此时便是到达目标节点最少深度

下面用一个题目来举例:

我们有一个二叉树,需要根据下面的遍历结果输出:

    3
   / \
  9  20
    /  \
   15   7
//节点的结构如下
//给定一个树节点结构
public class TreeNode {
      int val;
      TreeNode left;
      TreeNode right;
      TreeNode() {}
      TreeNode(int val) { this.val = val; }
      TreeNode(int val, TreeNode left, TreeNode right) {
          this.val = val;
          this.left = left;
          this.right = right;
      }
}

需要返回的结果结构为:

[
  [3],
  [9,20],
  [15,7]
]

思路

  • 题目要求我们一层一层输出树的结点的值,很明显需要使用「广度优先遍历」实现;
  • 广度优先遍历借助「队列」实现;
  • 注意子结点入队的时候,非空的判断很重要:在队列的队首元素出队的时候,>一定要在左(右)子结点非空的时候才将左(右)子结点入队。
  • 树的广度优先遍历的写法模式相对固定:
    • 使用队列;
    • 在队列非空的时候,动态取出队首元素;
    • 取出队首元素的时候,把队首元素相邻的结点(非空)加入队列。
import java.util.ArrayList;
import java.util.LinkedList;
import java.util.List;
import java.util.Queue;

public class Solution {

    public List<List<Integer>> levelOrder(TreeNode root) {
        List<List<Integer>> res = new ArrayList<>();
        if (root == null) {
            return res;
        }

        Queue<TreeNode> queue = new LinkedList<>();
        queue.offer(root);
        while (!queue.isEmpty()) {
            // 注意 1:一定要先把当前队列的结点总数暂存起来
            int currentSize = queue.size();
	      //下面这个循环主要用于分层,如果不需要分层,则可以不使用这个循环
            List<Integer> currentLevel = new ArrayList<>();
            for (int i = 0; i < currentSize; i++) {
                TreeNode front = queue.poll();
                currentLevel.add(front.val);
                // 注意 2:左(右)孩子结点非空才加入队列
                if (front.left != null) {
                    queue.offer(front.left);
                }
                if (front.right != null) {
                    queue.offer(front.right);
                }
            }
            res.add(currentLevel);
        }
        return res;
    }
}

使用广度优先遍历得到无权图的最短路径

上面举的例子是一个二叉树,不存在环,例如迷宫,是存在交叉口的这种情况需要特别注意:将结点添加到队列以后,一定要马上标记为「已经访问」,否则相同结点会重复入队,这一点在初学的时候很容易忽略。

另外一点还需要强调,广度优先遍历用于求解「无权图」的最短路径,因此一定要认清「无权图」这个前提条件。如果是带权图,就需要使用相应的专门的算法去解决它们。事实上,这些「专门」的算法的思想也都基于「广度优先遍历」的思想,我们为大家例举如下:

  • 带权有向图、且所有权重都非负的单源最短路径问题:使用 Dijkstra 算法;
  • 带权有向图的单源最短路径问题:Bellman-Ford 算法;
  • 一个图的所有结点对的最短路径问题:Floy-Warshall 算法。
总结

广度优先遍历可以用于「树」「图」的问题的遍历;
广度优先遍历作用于「无权图」,得到的是「最短路径」。如果题目有让求「最小」「最短」「最少」,可以考虑这个问题是不是可以建立成一个「图形结构」或者「树形结构」,用「广度优先遍历」的思想求得「最小」「最短」「最少」的数值;
广度优先遍历作用于图论问题的时候,结点在加入队列以后标记为已经访问,否则会出现结点重复入队的情况。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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