双向BFS指的是从起点和终点同时开始进行宽搜。
在普通BFS中,每一层迭代每个点都会变换成多个点,时间复杂化度是指数级别的;
对于一个指数型的复杂度,越往下层迭代,增长的速度越快,如果从起点和终点同时开始搜索,只要两者相遇即可找到答案,相当于减少了一半的层数,这对时间的优化非常明显。
图示:
例题1. 字串变换:
思路:
如果使用普通BFS,假设字符串长度20,每个字符有6种变换,那么每一步的有120种情况,因为最多十步,时间复杂度为O(120^10);
如果双向BFS,那么就变成了O(120^5*2),时间优化效果非常显著。
代码实现较为复杂,先理清思路:
1. 每次搜索操作将当前的所有字符串做一次操作,且先对层数小的一端进行搜索,bfs函数控制搜索流程,extend函数完成向下搜一层的具体操作,如果相遇就返回步数;
2. 有两个搜索方向,搜索方向不同,起点不同,变换方式也不同,故搜索过程中用到的各种数据都要通过参数传递给extend函数,而不是当做全局变量存储。
AC代码如下:
#include<iostream>
#include<unordered_map>
#include<algorithm>
#include<queue>
#include<string>
using namespace std;
const int N=6;
string a[N],b[N];//由a变到b
string A,B;//起点与终点
int n=0;//变换的种类
//对a进行宽搜,检查b里是否有a搜到的结果
int extend(unordered_map<string,int>&da,queue<string>&qa,unordered_map<string,int>&db,string a[N],string b[N]){
int d=da[qa.front()];//记录队头进行了多少步变换
while (qa.size()&&da[qa.front()]==d){//如果队列不空并且一层没搜完
//取出队头
auto t = qa.front();
qa.pop();
//将队头扩展
for(int i=0;i<t.size();i++)//遍历队头
for(int j=0;j<n;j++)//遍历规则
if(t.substr(i,a[j].size()) == a[j]){
string sta = t.substr(0,i)+b[j] + t.substr(i+a[j].size());
if(da.count(sta))continue;//如果到达过就continue
da[sta]=da[t]+1;//更新距离
qa.push(sta);//入队
if(db.count(sta))return da[sta]+db[sta];
}
}
return 0;
}
int bfs(){
unordered_map<string,int>da,db;//每个字串的操作数量
queue<string>qa,qb;//宽搜队列
if(A==B)return 0;
qa.push(A),qb.push(B);//起点与终点分别入队
da[A]=db[B]=0;//
int step=0;//记录搜了几层
while(qa.size()&&qb.size()){
step++;//向下搜一层
int t=0;//记录是否搜到了答案
if(qa.size()<qb.size())t=extend(da,qa,db,a,b);//优先搜小的那一边,如果相遇了就返回步数
else t=extend(db,qb,da,b,a);
if(t)return t;//搜到了答案
if(step>10)return -1;//如果大于十步返回-1
}
return -1;
}
int main(){
//读入
cin>>A>>B;
while(cin>>a[n]>>b[n])n++;
int t=bfs();//宽搜
if(t==-1)cout<<"NO ANSWER!";//如果大于十步就无解
else cout<<t;
return 0;
}