广度优先算法

广度优先算法

广度优先搜索算法（又称宽度优先搜索）是最简便的图的搜索算法之一，这一算法也是很多重要的图的算法的原型。

Dijkstra单源最短路径算法
Prim最小生成树算法

广度优先算法的核心思想是：
从初始节点开始，应用算符生成第一层节点，检查目标节点是否在这些后继节点中，若没有，
再用产生式规则将所有第一层的节点逐一扩展，得到第二层节点，并逐一检查第二层节点中是否包含目标节点。
若没有，再用算符逐一扩展第二层的所有节点……，如此依次扩展，检查下去，直到发现目标节点为止。

⒈从图中的某一顶点V0开始，先访问V0；
⒉访问所有与V0相邻接的顶点V1，V2，…，Vt；
⒊依次访问与V1，V2，…，Vt相邻接的所有未曾访问过的顶点；
⒋循此以往，直至所有的顶点都被访问过为止。
这种搜索的次序体现沿层次向横向扩展的趋势，所以称之为广度优先搜索。

广度优先搜索算法描述：

int bfs()
{
初始化，初始状态存入队列；
队列首指针head=0; 尾指针tail=1；
do
 {
    指针head后移一位，指向待扩展结点；
    for (int i=1;i<=max;++i)             //max为产生子结点的规则数
     { 
      if (子结点符合条件)
         {
            tail指针增1，把新结点存入列尾；
            if (新结点与原已产生结点重复) 删去该结点（取消入队，tail减1）;
            else
              if (新结点是目标结点) 输出并退出；
          }
      }
	}while(head<tail);                       //队列为空
}

广度优先搜索注意事项：

1、每生成一个子结点，就要提供指向它们父亲结点的指针。当解出现时候，通过逆向跟踪，找到从根结点到目标结点的一条路径。当然不要求输出路径，就没必要记父亲。
2、生成的结点要与前面所有已经产生结点比较，以免出现重复结点，浪费时间和空间，还有可能陷入死循环。
3、如果目标结点的深度与“费用”（如：路径长度）成正比，那么，找到的第一个解即为最优解，这时，搜索速度比深度搜索要快些，在求最优解时往往采用广度优先搜索；如果结点的“费用”不与深度成正比时，第一次找到的解不一定是最优解。
4、广度优先搜索的效率还有赖于目标结点所在位置情况，如果目标结点深度处于较深层时，需搜索的结点数基本上以指数增长。