广度优先搜索（bfs）初步理解与简单应用

广度优先搜素是搜素算法的一个分类，多与数据结构结合使用，并时常用数组标记元素状态（是否有进入过队列）来避免一个点反复进入队列以达到优化的目的。
与深度优先搜素不同的是，广搜是以一个点为基础向外扩展出所有的可能点，可以理解为以层为基础的搜素(即会搜索出当前层的所有可能性)，而深度优先搜素是以深度为基础，从一个点一直搜索到最后一个点才有返回，也因为这个特点，广搜的算法效率往往高于深度优先搜素.
标准的广搜模板（用队列） ：
Void bfs()
{
设置初始状态
While(队列不空)
{ 取队首元素
If(节点可以扩展)
{
扩展节点入队列
}
出队列
}
}
如上图，一个广搜就是从初始状态慢慢拓展出来的。
由于说法抽象，故读者可在例题中体会拓展的意义：

本题中只需要求出到铁塔尼号的最优解，即一个最优解，而且需要的最优解是走了几次（每次的距离为1），也就是最少需要几层，因此使用广搜非常切合这道题的题意：将相邻的点染色（防止重复进入队列）并入队列，直到扩展到铁塔尼号所在的坐标，然后输出步数即可。
代码如下，由于是例题，因此附上完整的代码，读者可以自己尝试使用深度优先搜素实现，并比较两者的算法效率

#include<bits/stdc++.h>
using namespace std;
char mapp[1030][1030];
int n,sx,sy,ex,ey; //sx，sy为起始位置，ex，ey为终点位置 
struct node{
     
	int x,y,step;  // 用结构体记录每个点的最短步数（用于递推） 
}