广度优先搜索算法(Breadth-First-Search),是一种图形搜索算法。简单的说,BFS是从根节点开始,沿着树(图)的宽度遍历树(图)的节点。如果所有节点均被访问,则算法中止。BFS同样属于盲目搜索。一般用队列数据结构来辅助实现BFS算法。
广度优先遍历的步骤:
- 首先将根节点放入队列中。
- 从队列中取出第一个节点,并检验它是否为目标。
- 如果找到目标,则结束搜寻并回传结果。
- 否则将它所有尚未检验过的直接子节点加入队列中。
- 若队列为空,表示整张图都检查过了——亦即图中没有欲搜寻的目标。结束搜寻并回传“找不到目标”。
- 重复步骤2。
简单例子:
using System.Collections;
using System.Collections.Generic;
using UnityEngine;
public class BFS : MonoBehaviour
{
void Start()
{
int[,] aa = { { 1, 2, 3 }, { 4, 5, 6 }, { 7, 8, 9 } };
BFSSort(aa, 0);
}
public void BFSSort(int[,] graph, int start)
{
Queue<int> queue = new Queue<int>();
HashSet<int> seen = new HashSet<int>();
queue.Enqueue(start);
seen.Add(start);
while (queue.Count > 0)
{
int vertex = queue.Dequeue();
for (int i = 0; i < graph.GetLength(0); i++)
{
if (!seen.Contains(i))
{
queue.Enqueue(i);
seen.Add(i);
}
Debug.Log(graph[vertex, i]);
}
}
}
}
Unity中实现找到所有的子节点
using System.Collections;
using System.Collections.Generic;
using UnityEngine;
/// <summary>
/// 获取所有关键
/// </summary>
public class BreathFirst : MonoBehaviour
{
List<Transform> BreadthFirstList = new List<Transform>();//层次遍历所得到的List
/// <summary>
/// 首先把物体的第一层子物体放入一个List,便于之后使用
/// </summary>
void Start()
{
List<Transform> joinsList = new List<Transform>();
foreach (Transform itemJoins in transform)
{
joinsList.Add(itemJoins);
}
BreadthFirst_1(joinsList);
foreach (var item in BreadthFirstList)
{
Debug.Log(item);
}
}
/// <summary>
/// 递归遍历每一层
/// </summary>
/// <param name="joins"></param>
void BreadthFirst_1(List<Transform> joins)
{
List<Transform> joinsChildListss = new List<Transform>();
foreach (Transform item in joins)
{
BreadthFirstList.Add(item);//将每一层依次放入列表中
if (item.childCount != 0)//判断每一次的序列项是否存在子物体,存在就将所有子物体放入一个新的List
{
foreach (Transform itemss in item)
{
joinsChildListss.Add(itemss);
}
}
}
if (joinsChildListss != null && joinsChildListss.Count != 0)//判断是否是最后一层
BreadthFirst_1(joinsChildListss);
}
}
参考自:https://blog.csdn.net/qq_45746318/article/details/107438415
https://blog.csdn.net/aiyan1111111/article/details/78426161?utm_source=blogxgwz7
https://blog.csdn.net/A13155283231/article/details/78864723
------------------------------------深度优先与广度优先的区别------------------------------------------------
1) 二叉树的深度优先遍历的非递归的通用做法是采用栈,广度优先遍历的非递归的通用做法是采用队列。
2) 深度优先遍历:对每一个可能的分支路径深入到不能再深入为止,而且每个结点只能访问一次。要特别注意的是,二叉树的深度优先遍历比较特殊,可以细分为先序遍历、中序遍历、后序遍历。具体说明如下:
- 先序遍历:对任一子树,先访问根,然后遍历其左子树,最后遍历其右子树。
- 中序遍历:对任一子树,先遍历其左子树,然后访问根,最后遍历其右子树。
- 后序遍历:对任一子树,先遍历其左子树,然后遍历其右子树,最后访问根。
广度优先遍历:又叫层次遍历,从上往下对每一层依次访问,在每一层中,从左往右(也可以从右往左)访问结点,访问完一层就进入下一层,直到没有结点可以访问为止。
3)深度优先搜素算法:不全部保留结点,占用空间少;有回溯操作(即有入栈、出栈操作),运行速度慢。
广度优先搜索算法:保留全部结点,占用空间大; 无回溯操作(即无入栈、出栈操作),运行速度快。
通常 深度优先搜索法不全部保留结点,扩展完的结点从数据库中弹出删去,这样,一般在数据库中存储的结点数就是深度值,因此它占用空间较少。
所以,当搜索树的结点较多,用其它方法易产生内存溢出时,深度优先搜索不失为一种有效的求解方法。
广度优先搜索算法,一般需存储产生的所有结点,占用的存储空间要比深度优先搜索大得多,因此,程序设计中,必须考虑溢出和节省内存空间的问题。
但广度优先搜索法一般无回溯操作,即入栈和出栈的操作,所以运行速度比深度优先搜索要快些
深度优先搜索的应用:
- 查找图中的路径
- 寻找连通分量
- 判断是否有环
- 判断是否为二分图
广度优先搜索的应用:
- 查找最短路径
- 求任意两顶点间最小距离