算法——广度优先搜索(BFS)

目录

BFS(Breadth First Search)

一、跳马

二、勇士和地雷阵


 

推荐资源:

  • OI Wiki - OI Wiki (oi-wiki.org)
    • 内容有算法、数据结构、数学知识、编程语言等等
    • 是一个免费开放且持续更新的 编程竞赛 知识整合站点

BFS(Breadth First Search)

  • 广度优先搜索(BFS)是一种用于图和树数据结构的搜索算法。它从图或树的根节点开始,逐层地向下搜索,并在同一层节点中完成搜索后再向下一层节点进行搜索。它通常使用队列来实现,在搜索过程中,将当前节点的邻居节点依次加入队列中,以确保按照层级顺序进行搜索。

  • 代码模板

    • //...
          /**
           * 进行广度优先搜索
           * @param u 起始节点
           */
          void bfs(int u) {
            while (!Q.empty()) Q.pop(); // 清空队列Q
            Q.push(u); // 将u加入队列Q
            visited[u] = 1; // 标记节点u已访问
            distance[u] = 0; // 节点u到起始节点的距离为0
            previous[u] = -1; // 节点u的父节点为-1
            while (!Q.empty()) {
              u = Q.front(); // 取出队首节点u
              Q.pop(); // 弹出队首节点u
              for (int i = head[u]; i; i = e[i].nxt) { // 遍历u的相邻节点
                if (!visited[e[i].to]) { // 如果相邻节点未被访问
                  Q.push(e[i].to); // 将相邻节点加入队列Q
                  visited[e[i].to] = 1; // 标记相邻节点已访问
                  distance[e[i].to] = distance[u] + 1; // 更新相邻节点到起始节点的距离
                  previous[e[i].to] = u; // 更新相邻节点的父节点为u
                }
              }
            }
          }
      
          /**
           * 根据父节点数组p还原路径并输出
           * @param x 终点节点
           */
          void restore(int x) {
            vector<int> restore; // 用于存储路径节点
            for (int v = x; v != -1; v = previous[v]) { // 从终点节点开始回溯路径
          	  restore.push_back(v); // 将节点v加入路径
            }
            std::reverse(restore.begin(), restore.end()); // 反转路径节点,得到正序路径
            for (int i = 0; i < restore.size(); ++i) printf("%d", restore[i]); // 输出路径节点
            puts(""); // 输出换行符
          }
          //...
      //我们用一个队列 Q 来记录要处理的节点,然后开一个布尔数组 visited[] 来标记是否已经访问过某个节点。
      
      //开始的时候,我们将所有节点的 visited 值设为 0,表示没有访问过;然后把起点 s 放入队列 Q 中并将 visited[s] 设为 1。
      
      //之后,我们每次从队列 Q 中取出队首的节点 u,然后把与 u 相邻的所有节点 v 标记为已访问过并放入队列 Q。
      
      //循环直至当队列 Q 为空,表示 BFS 结束。
  • BFS 的知识点包括:

    • 图的表示方法:邻接表、邻接矩阵等
    • 队列:BFS 使用队列来记录待访问的节点
    • 标记已访问节点:防止重复访问相同节点
    • 图的遍历顺序:BFS 的遍历顺序是按层次进行的
    • 状态搜索:在有向无环图中,BFS 可以用于搜索从起始状态到目标状态的路径
  • BFS常用于寻找图中的最短路径、检查图中是否存在特定节点或寻找所有可能的路径等问题。BFS 也可以应用于解决迷宫问题、状态空间搜索等具体的应用场景中。

一、跳马

一个8×8的棋盘上有一个马初始位置为(a,b),他想跳到(c,d),问是否可以?如果可以,最少要跳几步?

分析:

  •  
  • 如果同一层都访问完了,再访问下一层,
  • 在步数存储在map数组中,每处理完一层,存储在队列中的该层结点的步数 = 上层的步数 + 1
  • 访问map数组中终点坐标的值,返回即可
package no1_1;
import java.util.*;

public class Main {
    static int dir[][]= {{-2,-1},{-2,1},{-1,-2},{-1,2},{1,2},{1,-2},{2,1},{2,-1}};//定义8个方向马可以走的相对坐标
    //大小设置成15*15,是为了容纳8x8的棋盘以及边界外的一圈缓冲区。这样可以确保在搜索过程中不会越界访问到数组map的位置
    static int map[][]=new int[15][15];//记录步数
    static int x,y,targetX,targetY;//定义马的起点和终点坐标
    static int vis[][]=new int[15][15];//记录走过的坐标

    //坐标类,用于表示马的坐标
    public static class Node{
        int x;
        int y;
        
        //构造函数
        public Node(int x,int y) {
            this.x=x;
            this.y=y;
        }
        
        //获取横坐标
        public int getX() {
            return x;
        }
        
        //获取纵坐标
        public int getY() {
            return y;
        }
    }

    //主函数
    public static void main(String[] args) {
        Scanner input=new Scanner(System.in);
        int a=input.nextInt();//起点横坐标
        int b=input.nextInt();//起点纵坐标
        int c=input.nextInt();//终点横坐标
        int d=input.nextInt();//终点纵坐标
        bfs(a,b);//进行广度优先搜索
        System.out.println(map[c][d]);//输出到达终点的最少步数
    }	

    //判断马是否在棋盘上
    public static boolean inmap(int x,int y) {
        return x>=1 && x<=8 && y>=1 && y<=8;//判断横纵坐标是否在1-8范围内
    }

    //广度优先搜索
    public static void bfs(int x,int y) {
        vis[x][y]=1;//标记起点已走过
        Queue<Node> queue = new LinkedList<>();//创建队列
        queue.add(new Node(x,y));//将起点加入队列
        map[x][y]=0;//起点步数为0
        while(!queue.isEmpty()) {//队列不为空时循环
            Node now=queue.poll();//获取队首元素,并移除队首元素
            for(int i=0;i<8;i++) {//遍历8个方向
                int nextX=now.x+dir[i][0];//计算下一个横坐标
                int nextY=now.y+dir[i][1];//计算下一个纵坐标
                if(inmap(nextX,nextY) && vis[nextX][nextY]==0) {//判断下一个点是否在棋盘上且未走过
                    vis[nextX][nextY]=1;//标记下一个点已走过
                    map[nextX][nextY]=map[now.x][now.y]+1;//计算步数
                    queue.add(new Node(nextX,nextY));//将下一个点加入队列
                }
            }
        }
    }
}

二、勇士和地雷阵

分析:

  • 使用BFS求地雷阵中除地雷外从左上角为起点到达其他点的最少步数,保存在原数组,省点内存
  • 然后根据士兵的坐标,查找原数组里的值 ,若 若<=士兵的最大步数,即为可行
  • bfs()方法为计算地雷阵各点的步数,只调用一次,而success()方法为判断该士兵是否能出去,调用次数为士兵的个数 

  • 注意:

    • 有些士兵被地雷包围,从(0,0)点开始是无法到达该点,计算步数的

    • 有些士兵直接位于终点

package no1_1;
import java.io.*;
import java.util.*;

public class Main {
	 static int n;
	 static int[][] minefield;
	 public static void main(String[] args) throws IOException {
		 BufferedReader reader=new BufferedReader(new InputStreamReader(System.in));
		 n=Integer.parseInt(reader.readLine());
		 minefield=new int[n][n];
		 for(int i=0;i<n;i++) {//地雷阵,0表示无地雷,Integer.MAX_VALUE表示有地雷
			 String s=reader.readLine();
			 for(int j=0;j<n;j++) {
				 if(s.charAt(j)=='-') {
					 minefield[i][j]=0;
				 }else {
					 minefield[i][j]=Integer.MAX_VALUE;
				 }
			 }
		 }
		 bfs();//使用BFS计算起点到各点的最短距离
		 String string;
		 while((string=reader.readLine())!=null) {
			 String[] s=string.split(" ");
			 int x=Integer.parseInt(s[0]);
			 int y=Integer.parseInt(s[1]);
			 int step=Integer.parseInt(s[2]);
			 System.out.println(success(x,y,step));
		 }
	 }
	 //计算起点(0,0)到地图各点的最短距离,保存在minefield数组中
	 public static void bfs() {
		 int[] dx= {0,0,1,-1};
		 int[] dy= {1,-1,0,0};//(dx,dy)表示x,y方向上的增量,分别为向上,向下,向右,向左
		 Queue<int[]> queue=new LinkedList<>();//存储待处理的点的坐标
		 boolean[][] visited=new boolean[n][n];
		 queue.offer(new int[] {0,0});//添加起点
		 visited[0][0]=true;//标记该点
		 
		 //从(x,y)点跳到(newX,newY)点,(newX,newY)点有四种可能,遍历这四种可能,
		 //从(0,0)到(newX,newY)的步数就等于从(0,0)点到达(x,y)的最少步数再加一
		 while(!queue.isEmpty()) {
			 int[] current=queue.poll();
			 int x=current[0],y=current[1];
			 for(int i=0;i<4;i++) {//遍历四个方向
				 int newX=x+dx[i];
				 int newY=y+dy[i];
				 
				 if(newX >= 0 && newX < n && newY >= 0 && newY < n
	                        && !visited[newX][newY] && minefield[newX][newY] != Integer.MAX_VALUE) {
					 queue.offer(new int[] {newX,newY});
					 visited[newX][newY]=true;//标记该点
					 minefield[newX][newY]=minefield[x][y]+1;//步数加一
				 }
			 }
		 }

	 }
	 //查询当前坐标到达(0,0)点的最少步数
	 public static int success(int x,int y,int step) {
		 if(x==0 && y==0) {//就位于起点
			 return 1;
		 }else if(minefield[x][y]<=step && minefield[x][y]>0) {//minefield[x][y]>0是为了避免有些坐标被地雷包围,无法到达的情况
			 return 1;
		 }else {
			 return -1;
		 }
	 }
}

  • 19
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

戏拈秃笔

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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