BFS算法（广度优先搜索）java

BFS介绍

BFS：宽度优先搜索算法（又称广度优先搜索）是最简便的图的搜索算法之一，属于一种盲目搜寻法，目的是系统地展开并检查图中的所有节点，以找寻结果。它并不考虑结果的可能位置，彻底地搜索整张图，直到找到结果为止。
BFS 的核心思想就是把一些问题抽象成图，从一个点开始，向四周开始扩散。一般来说，我们写 BFS 算法都是用「队列」这种数据结构，每次将一个节点周围的所有节点加入队列。
BFS 出现的常见场景，问题的本质就是让你在一幅「图」中找到从起点start到终点target的最近距离。
嘛意思呢，假设你进入一个迷宫，里面有各个分叉口，你刚开始从入口进入，当走到分叉口的时候，在求生技能的加持下，你学会了分身术。每当你走到分叉口，你都分身成好几个你分别进入还没走过的通道。各自探寻下一个分叉口。只要其中一个找到了出口，求生技能就会发挥作用，将你的所有元神召集在出口处合并，然后成功走出迷宫。走出迷宫的路径（步数）就是找到出口的这个分身所走的路径，也就是最短路径。呃。。。晕了，好吧，慢慢来，先看看一技能（框架）

// 计算从起点start到终点target的最近距离
    int BFS(Node start, Node target) {
   
        Queue<Node> q;      // 核心数据结构
        Set<Node> visited;  // 避免走回头路

        q.offer(start);     // 将起点加入队列
        visited.add(start);
        int step = 0;       // 记录扩散的步数

        while (q not empty) {
   
            int sz = q.size(); // 挨个取出同一层深度（迷宫分叉口）的所有节点
            // 将当前队列中的所有节点向四周扩散（分身）
            for (int i = 0; i < sz; i++) {
   
                Node cur = q.poll(); // poll()从头部删除元素，若头部无元素，返回null

                // !!注意，这里判断是否到达终点
                if (cur is target)
                    return step;
                // 将cur的相邻节点加入队列
                for (Node x : cur.adj()) {
    // cur.adj()泛指cur相邻的节点，比如在二维数组中，cur上下左右的位置都是相邻节点
                    if (x not in visited) {
   
                        // 加入队列，以便后续寻找该节点的相邻节点（目标节点有可能就在该节点的相邻节点中哦，不要让他跑掉）
                        q.offer(x);
                        // 做标记，该节点已经遍历过了，防止在后面遍历他的子节点时，子节点把他作为临近节点再次加入队列，那样会进入死循环
                        visited.add(x);
                    }
                }
            }
            // 划重点，更新步数在这里，即while循环中的最后一步，这样就能保证while再一次执行时q中剩余的是同一层节点
            step++;
        }
    }

就这？就这？对，就这。。emmm~ 牛刀有了，来只鸡 ~

/*
 * leetcode 第111题：二叉树的最小深度
 * 给定一个二叉树，找出其最小深度
 * 最小深度是从根节点到最近叶子节点的最短路径上的节点数量，叶子节点是没有子节点的节点
 * 示例：给定二叉树[3, 9, 20, null, null, 15, 7]
 *     3
 *    / \
 *   9  20
 *     / \
 *    15  7