双向BFS

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:

190. 字串变换 - AcWing题库

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;
}
  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
八数码问题的解决方法中,C语言可以使用BFS(广度优先搜索)算法来解决。在C语言中,可以通过实现一个EightDigital类来解决八数码问题。通过BFS算法可以找到从初始状态到目标状态的最短路径。在该算法中,通过队列的方式,一层一层地扩展状态空间,直到找到目标状态。 在该实现中,可以使用一个辅助数组来记录每个状态的前驱状态,以便打印出从初始状态到目标状态的路径。具体实现中,可以使用一个stack来存储路径,从目标状态开始,通过查找前驱状态一直到初始状态,将每个状态压入栈中,最后依次弹出栈顶元素即可得到路径。同时,使用一个变量记录步数,即栈的大小,即可得到解的步数。 除了BFS算法外,还可以使用A*算法来解决八数码问题。A*算法是一种启发式搜索算法,通过评估函数来估计从当前状态到目标状态的代价,并选择代价最小的状态进行扩展。在八数码问题中,可以使用曼哈顿距离作为评估函数,即当前状态到目标状态的每个数字所需的水平和垂直移动的总和。通过A*算法可以更快地找到最优解。 总结起来,八数码问题可以使用C语言中的BFS算法和A*算法来解决。BFS算法可以找到最短路径,A*算法可以更快地找到最优解。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [c++八数码难题全家桶(A*算法双向BFSBFS、DFS)](https://blog.csdn.net/qq_54893805/article/details/127440809)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值