BFS(广度优先搜索)题型总结(Python代码)

BFS简介

BFS和DFS(深度优先搜索)差不多，其特点可以概括为一下3点：

1. 逐层搜索：一层一层地搜索，这样可以找到最短路径。
2. 使用队列：主要作用是为了实现“逐层搜索”
3. 不是递归：DFS一般用使用递归的手段，但BFS使用的是基于队列的循环

需要的数据结构

实现BFS可能用到字典dict，集合set，队列queue

1.字典dict的功能是为了记录，到达当下搜索的状态，一共走了多少步？举个例子：相当于记录，核污水到达太平洋东区花了多少天。

2.队列queue是为了实现“逐层搜索”，这样可以始终从最浅的那一层开始搜索，有利于及时地找到短的那条路（在走迷宫的场景中）。在python中建议使用deque，而不是像c++一样用queue，具体原因不多说。

3.集合set为了记录已经搜索到的状态，其实，上面实现的字典dict也相当于记录了搜索到的所有状态，因此set是多余的(还是有人这么写)。注意，不能用列表记录：检查一个元素是否在列表中的时间复杂度为Θ(n),相反，set和dict的时间复杂度几乎为Θ(1)，具体原因不多说。

做题实战

关键步骤：

• 准备好数据结构
• 开始循环，从当前的点出发，去找新的点x -> y
• 检查当前状态是否搜到结果，搜到了直接返回答案

青蛙跳杯子

这道题被官方标注为困难，其实还好啦

from collections import deque
q=deque()#队列
s1=input()
s2=input()
d=dict()#字典，记录搜索到的状态和相应的步数
#准备数据
start=s1.find("*")
end=s2.find("*")
n=len(s1)
#以空杯为对象
def bfs(queue,s1,start):
  d[s1]=0
  queue.appendleft((start,s1))
  while queue:
    x,s=queue.popleft()#x为当前的位置
    for y in [x-2,x+2,x-3,x+3,x-1,x+1]:#y代表的是下一步的位置
      if 0<=y<=n-1:#检查这个位置合不合法
        new_s=list(s)#这里需要复制列表，而不是引用
        new_s[x],new_s[y]=new_s[y],new_s[x]
        new_s=''.join(new_s)
        if new_s not in d:
          queue.append((y,new_s))
          d[new_s]=d[s]+1#更新
        if new_s ==s2:#检查当前状态是否为答案
            return d[new_s]
ans=bfs(q,s1,start)
print(ans)

总结一下