常见的算法技巧——广度优先搜索

简单介绍

广度优先搜索（Breadth-First Search，BFS）是一种常用的图遍历算法，它从起始节点开始，逐层地遍历图的节点，先访问距离起始节点最近的节点，再逐渐访问距离增加的节点。BFS 使用队列来保存待访问的节点，保证按照层次顺序进行遍历。

一般步骤

1. 将起始节点放入队列中，并标记为已访问。
2. 从队列中取出一个节点，并访问该节点。
3. 将该节点的未访问的相邻节点放入队列中，并标记为已访问。
4. 重复步骤 2 和步骤 3，直到队列为空。

应用示例

下面是一个使用 C++ 实现的示例：

示例：广度优先搜索的应用——查找图中的最短路径
给定一个无权图和起始节点，找到起始节点到目标节点的最短路径。

#include <iostream>
#include <queue>
#include <vector>

bool bfs(std::vector<std::vector<int>>& graph, int start, int target) {
    int n = graph.size();
    std::vector<bool> visited(n, false);  // 记录节点的访问状态

    std::queue<int> q;  // 创建队列用于广度优先遍历
    q.push(start);      // 将起始节点放入队列
    visited[start] = true;

    while (!q.empty()) {
        int curr = q.front();
        q.pop();

        if (curr == target) {
            return true;  // 找到目标节点，存在一条路径
        }

        for (int neighbor : graph[curr]) {
            if (!visited[neighbor]) {
                q.push(neighbor);
                visited[neighbor] = true;
            }
        }
    }

    return false;  // 无法找到目标节点
}

int main() {
    std::vector<std::vector<int>> graph = {{1, 2}, {2, 3}, {3}, {}};
    int start = 0;
    int target = 3;

    bool result = bfs(graph, start, target);

    std::cout << std::boolalpha << result << std::endl;  // 输出：true

    return 0;
}

在上述示例中，我们使用广度优先搜索来查找起始节点到目标节点的最短路径。算法使用队列来保存待访问的节点，并使用一个布尔型的 visited 数组记录节点的访问状态。从起始节点开始，将其放入队列并标记为已访问，然后逐层遍历队列中的节点的相邻节点。如果找到目标节点，返回 true；如果遍历完队列仍无法找到目标节点，返回 false。

文章小结

广度优先搜索的关键是使用队列来保存待访问的节点，保证按照层次顺序进行遍历。在实际问题中，我们需要根据问题的特性和要求，合理地设计广度优先搜索算法，并进行相应的标记和遍历操作。