简单搜索之BFS 理解与思路
核心算法:BFS
BFS 理解起来就是 层次遍历 ,发散搜索
BFS 所有的可能路径一起搜索 空间不占优 时间上占优
如何代码实现BFS
通常使用队列辅助来记录每层节点
基本BFS框架及其说明
void bfs(Node head){
LinkedList<Node> queue = new LinkedList<Node>(); //创建队列类型视情况而定,这里以节点为例
queue.addLast(head); //首先将起始搜索点入队;
while(!queue.isEmpty()){
int size = queue.size(); //这里获取当前队列size大小,作用是方便之后记录分层
//依次出队方便分层,有时候常用
for(int i = 0; i < size ;i++){
Node temp = queue.remove();//队首出队并记录,可以获取到其信息
int x = temp.x;
int y = temp.y;
//通俗来讲找上一个节点的邻接点并遍历,找出符合条件的入队。如这里是四个方向试探
int newx;
int newy;
if(满足条件){
queue.addLast(new Node(newx,newy));//构造新Node并入队
}
}
}
}
如何确定BFS的具体实现
BFS 相较于 DFS 没那么绕 ,个人认为核心如下:
- 题目需要的答案如何在bfs中记录,是否需要返回值。
- 如何找到节点的邻接点。
- 入队条件需要满足哪些。
- 出入队列需要记录哪些中途出现的值。
理解BFS小总结
- BFS由于他是发散搜索的,在迷宫寻路模拟过程中我们可以发现,若在条件加入相应终点信息便可以用来迅速寻找最短路径。
- 每次while循环的size提前记录,可以实现分层次记录数据,当然也可以在结构体里加入step记录次数(及bfs层数)。
- 迷宫最短路径打印路径怎么办?bfs过程记录每个节点bfs层数,得到最短数目数值后,逆向从终点寻路(条件和bfs一样并加上 对比下一个节点 是否对应之前记录的层数,这样规避了其他无效节点)到起点并入栈,最后出栈打印。
- 有些题目没有给出明显的图让我们搜索,我们可以根据题意来构造图以及明确联通关系,这样就可以使用bfs找到最短路径,如leetcode127题。
BFS 刷题参考
leetcode102 二叉树的层序遍历
leetcode103 二叉树的锯齿形层序遍历
leetcode127 单词接龙