BFS算法框架详解

BFS算法框架详解

DFS就是回溯算法，BFS的核心思想就是把一些问题抽象成图，从一个点开始，向四周开始扩散。

BFS相对DFS最主要的区别是：BFS找到的路径一定是最短的，但代价就是空间复杂度比DFS大很多。
本文主要讲解两道BFS相关的题目，分别是【二叉树的最小高度】和【打开密码锁的最少步数】。

一.算法框架

BFS问题的本质是让你在一副图中**找到从起点start到终点target的最近距离**。

BFS的框架如下：

//计算从起点start到终点target的最近距离
int BFS<Node start,Node target>{
   
Queue<Node> q;//核心数据结构
Set<Node>visited;//避免走回头路

q.offer(start);//将起点加入队列
visited.add(start);
int step = 0; //记录扩散的步数

while(q not empty){
   
	int sz = q.size();
	/*将当前队列中的所有节点向四周扩散*/
	for(int i=0;i<sz;i++)
	{
   
		Node cur =q.poll();
		/*划重点：这里判断是否到达终点*/
		if (cur is target)
			return step;
		/* 将cur的相邻节点加入队列*/
		for(Node x:cur.adj())
			if (x not in visited){
   
				q.offer(x);
				visited.add(x);
			}
	}
	step++;
}
}

像二叉树这样的数据结构，没有子节点到父节点的指针，不会回头就不需要visited。

二.二叉树的最小高度

首先，得明确起点start和终点target。

显然起点就是root，终点就是最靠近根节点的那个【叶子节点】，叶子节点就是两个子节点都是null的节点。

int minDepth(TreeNode root){
   
	if(root == null) return 0;
	Queue<TreeNode> q=new LinkedList<>();
	q.offer(root);
	int depth =1;//root本身就是一层，depth初始化为1
	
	while(!q.isEmpty()){
   
		int sz=q.size();
		//将当前队列中的所有节点扩散
		for(int i=0;i