BFS算法的实现

广度优先搜索也称为宽度优先搜索,简称广搜或者 BFS,是遍历图存储结构的一种算法,既适用于无向图(网),也适用于有向图(网)。

广度优先搜索以队列(deque)作为核心,其搜索核心是从始结点开始,寻找一步到达的合法可行点(可能存在其他条件限制),并加入队列,然后弹出始结点,由依次对队列中的结点执行寻找操作,直至队列为空。

我们首先创造一个队列,将初始结点V1加入,并且标记为已访问:
在这里插入图片描述
寻找从V1邻接点(可一步到达的点),加入队列中,标记结点已访问。
在这里插入图片描述
将头结点(V1)弹出队列。在这里插入图片描述
重复上一步,寻找V2的未被访问的邻接点,加入,标记结点已访问。

在这里插入图片描述
弹出头结点V2:在这里插入图片描述
寻找V3的未被访问的邻接点,并加入队列中,标记结点已访问:
在这里插入图片描述
弹出头结点V3,在这里插入图片描述
将V4作为头结点去寻找未被访问过的邻接点,并加入队列中,标记结点已访问:
在这里插入图片描述
接下来,寻找V5的邻接点,发现是V8,但是V8已被访问过,故不做处理,弹出V5:
在这里插入图片描述
至此,图被完全遍历。

在暴力算法中,BFS被广泛用于求无权图的最短路径问题,因为BFS的操作其实就是类似于向平静的湖面投石子引起的一圈圈涟漪,最先碰到涟漪的鱼一定就是离石头最近的点。

以下是自我总结的模版

void bfs()
{
    queue<int>q;
    q.push(root);
    st[root]=true;
    while(q.size())
    {
        int t=q.front();
        q.pop();
        cout<<t<<" ";
        for(auto i:z[t])
        {
            if(!st[i])
            {
                st[i]=true;
                q.push(i);
            }
        }
    }
}

例题
请添加图片描述
题解

#include<iostream>
#include<queue>
using namespace std;
int n, m;
int x, y;
char a[50][50];//存迷宫的初始状态
int dis[50][50];//记录走过的所有距离
bool st[50][50];//判断这个点是否走过
int dx[4] = { 0,0,1,-1 };//
int dy[4] = { 1,-1,0,0 };//两者结合判断上下左右的方向


void bfs()
{
	queue<pair<int, int>>q; //queue嵌套pair 可以记录当前的坐标
	memset(dis, -1, sizeof dis); //将所有值都变成-1,如果输出-1则代表无法到达终点
	dis[1][1] = 1; //初始点为第1步
	st[1][1] = true; //特判标记
	q.push({ 1,1 }); //将1,1坐标push进pair 代表从1,1开始了
	while (!q.empty()) //q还有值
	{
		auto f = q.front();
		q.pop(); //将该值弹出去 寻找下一个方向
		int x = f.first; //x 为pair的第一个值
		int y = f.second;//y 为pair的第二个值

		for (int i = 0; i < 4; i++)
		{
			int tx = x + dx[i];
			int ty = y + dy[i];//四个方向都遍历一遍
			if (tx >= 1 && tx <= n && ty >= 1 && ty <= m && a[tx][ty] == '.' && st[tx][ty] == false)//tx,ty都在界,下一个方向是'.'且这个地方没走过
			{
				st[tx][ty] = true; //标记该地点
				dis[tx][ty] = dis[x][y] + 1; //距离+1
				q.push({ tx,ty });//pair记录该点的坐标
			}
		}
	}
	cout << dis[n][m]; //输出步数
}

signed main()
{
	cin >> n >> m;
	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= m; j++)
		{
			cin >> a[i][j];
		}
	}
	bfs();
	return 0;
}
  • 7
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: DFS(深度优先搜索)和BFS(广度优先搜索)算法是图论中常见的两种算法,用于遍历图或树的节点。以下是C++实现: DFS算法实现: ```c++ #include <iostream> #include <vector> #include <stack> using namespace std; void dfs(vector<vector<int>>& graph, vector<bool>& visited, int start) { stack<int> s; s.push(start); while (!s.empty()) { int node = s.top(); s.pop(); if (!visited[node]) { visited[node] = true; cout << node << " "; for (int i = graph[node].size() - 1; i >= 0; --i) { int next_node = graph[node][i]; if (!visited[next_node]) { s.push(next_node); } } } } } int main() { int n = 5; vector<vector<int>> graph(n); graph[0].push_back(1); graph[0].push_back(2); graph[1].push_back(3); graph[1].push_back(4); vector<bool> visited(n, false); dfs(graph, visited, 0); return 0; } ``` BFS算法实现: ```c++ #include <iostream> #include <vector> #include <queue> using namespace std; void bfs(vector<vector<int>>& graph, vector<bool>& visited, int start) { queue<int> q; q.push(start); while (!q.empty()) { int node = q.front(); q.pop(); if (!visited[node]) { visited[node] = true; cout << node << " "; for (int i = 0; i < graph[node].size(); ++i) { int next_node = graph[node][i]; if (!visited[next_node]) { q.push(next_node); } } } } } int main() { int n = 5; vector<vector<int>> graph(n); graph[0].push_back(1); graph[0].push_back(2); graph[1].push_back(3); graph[1].push_back(4); vector<bool> visited(n, false); bfs(graph, visited, 0); return 0; } ``` 这里我们以一个简单的无向图为例,节点从0到4编号,图的邻接表表示为: ``` 0: 1, 2 1: 0, 3, 4 2: 0 3: 1 4: 1 ``` DFS算法BFS算法的输出结果都是:0 2 1 4 3。 ### 回答2: DFS(深度优先搜索)和BFS(广度优先搜索)是两种常用的图遍历算法,都可以用来实现C语言。 DFS算法通过递归或者栈的方式实现,可以从图的某个顶点开始,沿着一条路径一直到达没有未探索的邻居节点为止,然后返回到前一个顶点继续探索其他未探索的邻居节点。可以用以下C语言代码实现DFS算法: ```c #include <stdio.h> #define SIZE 100 int visited[SIZE]; //用来标记节点是否访问过 int graph[SIZE][SIZE]; //图的邻接矩阵表示 void dfs(int node) { printf("%d ", node); visited[node] = 1; for(int i = 0; i < SIZE; i++) { if(graph[node][i] && !visited[i]) { dfs(i); } } } int main() { //初始化visited和graph //调用dfs函数 dfs(0); //从节点0开始深度优先搜索 return 0; } ``` BFS算法通过队列的方式实现,可以从图的某个顶点开始,将其加入队列,然后依次将队列中的节点访问并将其邻居节点加入队列,直到队列为空。可以用以下C语言代码实现BFS算法: ```c #include <stdio.h> #define SIZE 100 int visited[SIZE]; //用来标记节点是否访问过 int graph[SIZE][SIZE]; //图的邻接矩阵表示 void bfs(int node) { int queue[SIZE]; int front = 0, rear = 0; queue[rear++] = node; visited[node] = 1; while(front < rear) { int curNode = queue[front++]; printf("%d ", curNode); for(int i = 0; i < SIZE; i++) { if(graph[curNode][i] && !visited[i]) { queue[rear++] = i; visited[i] = 1; } } } } int main() { //初始化visited和graph //调用bfs函数 bfs(0); //从节点0开始广度优先搜索 return 0; } ``` 以上就是用C语言实现DFS和BFS算法的代码。在实际应用中,可以根据具体场景选择使用DFS还是BFS来进行图的遍历。 ### 回答3: DFS(深度优先搜索)和BFS(广度优先搜索)算法都是用于图的遍历的常见算法。它们在图遍历的顺序、搜索方式和空间复杂度上有所差异。 DFS是一种先深入后回溯的搜索方法。它从起点开始,沿着图的一条路径一直遍历到尽头,然后回溯到上一个节点,继续探索其他未遍历的路径,直到整个图都被遍历完。DFS常用递归或栈的方式实现BFS是一种逐层扩展的搜索方法。它从起点开始,首先遍历起点的所有邻接节点,然后依次遍历邻接节点的邻接节点,以此类推,直到整个图都被遍历完。BFS常用队列的方式实现,每次将待遍历节点加入队列,并在从队列中取出节点时,将其邻接节点加入队列。 在C语言中,实现DFS和BFS算法可以借助图的表示方式和遍历的数据结构。一种常见的图的表示方式是邻接矩阵或邻接表,用于存储图的顶点和边的关系。而在遍历过程中,可以借助一个访问标记数组,用于标记节点是否被访问过。 对于DFS算法实现,可以通过递归函数实现,递归函数的参数包括当前遍历的节点、访问标记数组等。递归函数的主体部分可以按照DFS的逻辑进行实现。 而对于BFS算法实现,可以通过队列来实现,首先将起点加入队列,然后循环取出队列中的节点,并将其邻接节点依次加入队列,直到队列为空。在每次取出节点时,可以将其标记为已经访问过。 总之,DFS和BFS算法在C语言中的实现需要借助图的表示方式,以及递归函数或队列等数据结构。具体实现的细节还可以根据具体问题的需求进行调整和优化。
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