BFS遍历框架

BFS

广度优先搜索较之深度优先搜索之不同在于，深度优先搜索旨在不管有多少条岔路，先一条路走到底，不成功就返回上一个路口然后就选择下一条岔路，而广度优先搜索旨在面临一个路口时，把所有的岔路口都记下来（需要用到队列(queue)），然后选择其中一个进入，然后将它的分路情况记录下来，然后再返回来进入另外一个岔路，并重复这样的操作

bfs是用来搜索最短径路的解法是比较合适的
比如求最少步数的解，最少交换次数的解，最快走出迷宫等等，因为bfs搜索过程中遇到的第一个解一定是离最初位置最近的，所以遇到第一个解，一定就是最优解，此时搜索算法可以终止

1、从黑色起点出发，记录所有的岔路口（上下左右四个方向），并标记为走一步可以到达的。

2、我们走黑点方块上面的那个，然后将这个路口可走的方向记录下来并标记为2，意味走两步可以到达的地方。

3、接下来，我们回到黑色方块右手边的1方块上，并将它能走的方向也记录下来，同样标记为2，因为也是走两步便可到达的地方

4、同理，可以标出3.4.5的位置

在广度优先搜索中，可以看出是逐步求解的，反复的进入与退出，将当前的所有可行解都记录下来，然后逐个去查看。在DFS中我们说关键点是递归以及回溯，在BFS中，关键点则是状态的选取和标记。

int n = 10, m = 10;                   //地图宽高
void BFS()
{
    queue<node> que;              //用队列来保存路口
    int graph[n][m];          //地图
    int px[] = {-1, 0, 1, 0};   //移动方向的数组
    int py[] = {0, -1, 0, 1};
    que.push(起点入队);      //将起点入队
    int step = 0; // 记录扩散的步数

    while (!que.empty()) 
    {    //只要队列不为空
        int len = que.size();  
         /* 将当前队列中的所有节点向四周扩散 */
        for(int q = 0 ; q < len ; q++)   
        {
        	auto temp = que.front();         
        	que.pop();   //得到队列中的元素并弹出
        	/* 划重点：这里判断是否到达终点 */
            if (cur is target)
                return step;
	        for (int i = 0; i < 4; ++i)  // 从四个方向搜索 
	        {
	        	int cur_x = que.first + px[i];
	        	int cur_y = que.second + py[i];
	            if(//可以走) 
	            {
	                //标记当前格子
	                //将当前状态入队列，等待下次提取
	                //graph[cur_x][cur_y] = another_value;    改变当前值状态，否则会走回头路
	            }
	        }
        }
        /* 划重点：更新步数在这里 */
        step++;
    } 
}

参考链接：bfs详细分析