4、广度优先搜索(BFS)

 

一、课程目标

1. 队列
2. 广度优先搜索
3. 算法实现
4. 求最短路

二、目标详解

1、队列

队列是一种数据结构，只能从队尾加入元素，从队首弹出元素，特性就是先进入队列的元素先出队，简称FIFO（First In First Out）。

c++的stl里提供了队列容器queue，如下：

• 头文件：#include <queue>
• 变量：queue<int> q;
• 入队：q.push(x); //插入x到队尾
• 出队：q.pop(); //删除队首的元素（没有获取）
• 访问：q.front(); //访问对首的元素
• 判空：q.empty();
• 个数：q.size();

2、广度优先搜索

从某个顶点v0出发，依次访问其相邻的每个点，然后逐层向外访问，直到没有可访问点（或找到解）为止。

上图从A点出发进行bfs遍历（蓝色字表示访问顺序）：

• 访问A点（出队），邻接点有B、F、G，入队后队列为BFG
• 访问B点（出队），邻接点有C、D，入队后队列为FGCD
• 访问F点（出队），邻接点无，队列为GCD
• 访问G点（出队），邻接点为D、H，入队后队列为CDH（D重复不再入队）
• 访问C点（出队），邻接点无，队列为DH
• 访问D点（出队），邻接点为E，入队后队列为HE
• 访问H点（出队），邻接点无，队列为E
• 访问E点（出队），邻接点无，队列为空
• 循环结束

bfs遍历序列为：ABFGCDHE

可以发现，整个遍历过程是分层进行的，先遍历距离为1的所有顶点，再距离为2的所有顶点，···，直到访问完毕。在距离为x的层未访问完成之前，不会访问距离为x+1的层。

层次结构如下图：

3、算法实现

伪代码：

bfs()
  起点入队
  while (队列不空)
    访问队首元素、出队
    for 队首元素相邻结点
      入队并标记

使用stl的queue容器：

void bfs(int v0) {
  queue<int> q;
  vis[v0] = true;
  q.push(v0);
  while(!q.empty()) {
    int tmp = q.front();
    cout<<tmp;
    q.pop();
    for(tmp的所有邻接点i) {
      if(vis[i]) continue;
      vis[i] = true;
      q.push(i);
    }
  }
}

4、求最短路

三、扩展理解－dfs与bfs

1、广搜的理解

你的眼镜掉了，你趴在地板上找，先摸一圈最近的地方，如果没有，再往远一点摸过去…..

2、空间复杂度

dfs占用的是栈的空间（因为递归），每次遍历需要占用等于路径深度的栈空间。

bfs占用的是队列的空间，每次遍历需要占用等于邻接点数目的队列空间。

从空间复杂度来说：

• 链状图：bfs好于dfs，用bfs的空间占用只有1个，而dfs就要占用链深度大小的空间。
• 星状图：dfs好于bfs，用bfs的空间占用邻接点数目大小，而dfs只有一层深度。

3、应用场景

bfs适合用于找一条最短路径（无权图），既一个最优解，也可以理解成一种贪心策略。

dfs使用找所有（最短）路径，既遍历所有的解空间，进行判定，也可以理解成枚举策略。

问题：为什么说bfs使用找无权图的最短路径？