BFS专题之 通过三道典型题目帮你学会BFS

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）。

1. 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