前言:
最近在学习BFS层序遍历相关的题目,在这里通过几道题总结下这种算法的思路,同时给自己做下笔记。
BFS解题思路:
BFS广度优先搜索,通过分层检索的思想来遍历或者找到最短路径。(可以通过二叉树的层序遍历来加深理解)。
-
那么,什么时候可能会用到BFS呢?
首先,这是一种遍历的方法,遍历类问题都可以采用bfs来解决;
其次,当题目需要按照某些顺序找到答案时,一般可以用BFS来解决; 当然了这种问题很多也可以通过动态规划的方法来解法,这两种解法的思想比较接近;动态规划侧重于对于后续的答案基于前面的结果的关联; 而BFS弱化了这种关联,通过遍历组合的方法来解决前后的关联问题, 可以理解成用暴力的方案来解决,二动态规划则是更加优化的方案。
对于寻找最短路径的问题,BFS是DFS的优化方法,而动态规划是BFS的优化方案。
方法框架总结:
1. 初始化 : 构建队列 / set 及确定第一个入队的元素
2. 操作队列 —— 弹出节点:
3. 操作弹出节点 —— 操作**该层**的所有节点, 根据业务生成**子节点** (一个或 多个)
4. 判断 —— 如果这些**子节点**符合要求 则return; 如果不符合,且不重复,则入队,元素加入去重集合;
5. 尾声 —— 如果遍历完成没找到,说明不存在,return -1;
代码框架:
// 计算从起点 start 到终点 target 的最近距离
int BFS(Node start, Node target) {
Queue<Node> q; // 队列
Set<Node> visit; // 去重
q.offer(start); // 将起点加入队列
visited.add(start);
int step = 0; // 记录层数
while (q not empty) {
int sz = q.size();
/* 将当前队列中的所有节点向四周扩散 */
for (int i = 0; i < sz; i++) {
Node cur = q.poll();
/* 划重点:这里判断是否到达终点 */
if (cur is target)
return step;
/* 子节点加入队列 */
for (Node x : cur.son())
if (x not in visited) {
q.offer(x);
visit.add(x);
}
}
/* 重点:统计步数 */
step++;
}
}
题目1:
200. 岛屿数量
给你一个由 ‘1’(陆地)和 ‘0’(水)组成的的二维网格,请你计算网格中岛屿的数量。
岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。
此外,你可以假设该网格的四条边均被水包围。
示例 1:
输入:grid = [
[“1”,“1”,“1”,“1”,“0”],
[“1”,“1”,“0”,“1”,“0”],
[“1”,“1”,“0”,“0”,“0”],
[“0”,“0”,“0”,“0”,“0”]
]
输出:1
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/number-of-islands
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
思路:
二维矩阵,本题是一道典型的DFS问题,同时因为涉及到动态连通性问题,可以使用并查集来求解。
这里我们使用BFS来遍历。
class Solution {
public int numIslands(char[][] grid) {
int count = 0;
int row = grid.length;
int col = grid[0].length;
for (int i = 0; i < row