BFS刷题模板
BFS使用队列,把每个还没有搜索到的点依次放入队列,然后再弹出队列的头部元素当做当前遍历点。BFS总共有两个模板:
BFS模板1
如果不需要确定当前遍历到了哪一层,BFS模板如下。
while queue 不空:
cur = queue.pop()
for 节点 in cur的所有相邻节点:
if 该节点有效且未访问过:
queue.push(该节点)
BFS模板2
如果要确定当前遍历到了哪一层,BFS模板如下。
这里增加了level表示当前遍历到二叉树中的哪一层了,也可以理解为在一个图中,现在已经走了多少步了。size表示在当前遍历层有多少个元素,也就是队列中的元素数,我们把这些元素一次性遍历完,即把当前层的所有元素都向外走了一步。
level = 0
while queue 不空:
size = queue.size()
while (size --) {
cur = queue.pop()
for 节点 in cur的所有相邻节点:
if 该节点有效且未被访问过:
queue.push(该节点)
}
level ++;
上面两个是通用模板,在任何题目中都可以用,是要记住的!
labula模板
问题的本质就 是让你在⼀幅「图」中找到从起点 start 到终点 target 的最近距离,例⼦听起来很枯燥,但是 BFS 算法问题其实都是在⼲这个事⼉,
// 计算从起点 start 到终点 target 的最近距离
int BFS(Node start, Node target) {
Queue<Node> q; // 核⼼数据结构
Set<Node> visited; // 避免⾛回头路
q.offer(start); // 将起点加⼊队列
visited.add(start); int step = 0; // 记录扩散的步数
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;
/* 将 cur 的相邻节点加⼊队列 */
for (Node x : cur.adj())
if (x not in visited) {
q.offer(x); visited.add(x);
}
}
/* 划重点:更新步数在这⾥ */
step++;
}
}
队列 q 就不说了,BFS 的核⼼数据结构; cur.adj() 泛指 cur 相邻的节 点,⽐如说⼆维数组中, cur 上下左右四⾯的位置就是相邻节点; visited 的主要作⽤是防⽌⾛回头路,⼤部分时候都是必须的,但是 像⼀般的⼆叉树结构,没有⼦节点到⽗节点的指针,不会⾛回头路就不需要 visited 。
⽤是防⽌⾛回头路,⼤部分时候都是必须的,但是 像⼀般的⼆叉树结构,没有⼦节点到⽗节点的指针,不会⾛回头路就不需要 visited 。**