广度优先搜索 BFS 学习笔记
广度优先搜索 BFS 学习笔记
引入
广搜是图论中的基础算法之一,属于一种盲目搜寻方法。
广搜需要使用队列来实现,分以下几步:
- 将起点插入队尾;
- 取队首 \(u\),如果 $u\to v $ 有一条路径,则将 \(v\) 插入队尾;
- 如果队列不为空,重复执行 \(2\sim 3\) 步。

如上图,就是一次 BFS 的搜索过程。利用 BFS,我们可以在 \(O(n+m)\) 的时间内对一张图实现遍历,其中 \(n\) 为点数,\(m\) 为边数。
代码实现:
void bfs(int s) {
q.push(s);
d[s] = 0;
while (q.empty() == false) {
int u = q.front();
q.pop();
if (vis[u]) continue;
vis[u] = true;
for (int i = hd[u]; i; i = nxt[i]) {
int v = to[i];
d[v] = d[u] + 1;
q.push(v);
}
}
}
其中,\(\text{hd, nxt, to}\) 均为邻接表中的数组。如果你不会什么是邻接表,那么建议先学习图论基本知识后再来看本篇文章。
应用

在 BFS 的过程中,我们求出一个 \(d\) 数组,\(d_i\) 表示起点到 \(i\) 的最短路径,也称为 \(i\) 的层级。我们发现,在 BFS 的过程中,相当于是一层一层的向外扩展。这就会带来一个很好的性质:当 \(v\) 被第一次访问,\(v\) 的最短路径就已经确定。也就是说,之后的搜索不可能搜到一个比之前更短的路径了。
BFS 过程中,队列具有单调性。也就是说,队列呈现这个样子:

例题1 走迷宫
给出 \(n\times n \;(n\le1000)\) 的 0-1 矩阵,\(1\) 表示不能通过,\(0\) 表示可以通过,问起点 \((sx,sy)\) 到终点 \((ex,ey)\) 至少需要走多少步。
BFS 模板题。从 \((sx,sy)\) 开始 BFS,第一次搜寻到 \((ex,ey)\) 的时候就必定是 \((sx,sy) \to (ex,sy)\) 的最短路。给出代码。注意,这里有一个小 trick,可以使用定义两个偏移量数组 \(\text{dx, dy}\) 来寻找从 \((x,y)\) 能推到的地方,详情看代码。
const int MAXN = 1005;
int n, sx, sy, ex, ey, a[MAXN][MAXN];
int dx[] = { 1, 0, -1, 0 };
int dy[] = { 0, 1, 0, -1 };
bool vis[MAXN][MAXN];
struct NODE {
int x, y, t;
};
queue<NODE> q;
void bfs() {
q.push((NODE){ sx, sy, 0 });
while (q.empty() == false) {
NODE p = q.front();
if (p.x == ex && p.y == ey) {
cout << p.t;
return;
}
for (int i = 0; i < 4; ++i) {
int tx = p.x + dx[i], ty = p.y + dy[i];
if (a[tx][ty] == 0 && vis[tx][ty] == false) {
q.push((NODE){ tx, ty, p.t + 1 });
vis[tx][ty] = true;
}
}
q.pop();
}
}
int main(void) {
memset(vis, true, sizeof vis);
cin >> n;
for (int i = 1; i <= n; ++i) {
for (int j = 1; j <= n; ++j) {
char ch;
cin >> ch;
a[i][j] = (ch - '0' ? 1 : 0);
vis[i][j] = false;
}
}
cin >> sx >> sy >> ex >> ey;
bfs();
return 0;
}
这种问题称作 Flood-Fill,是 BFS 最基本的应用。
例题2 山峰山谷
给定一个 \(n\times n\;(2\le n\le 1000)\) 的网格状地图,每个方格 \((i,j)\) 有一个高度 \(w_{i,j}\;(0\le w_{i,j} \le 10^9)\)。如果两个方格有公共顶点,则它们是相邻的。
定义山峰山谷如下:均由地图上的一个联通块组成。所有方格高度都相同。周围的方格(即不属于山峰或山谷但与山峰或山谷相邻的格子)高度均大于山谷的高度,或小于山峰的高度。
求地图内山峰和山谷的数量。特别的,如果整个地图方格的高度均相同,则整个地图即是一个山谷,也是一个山峰。
考虑 BFS。对于每个点,若未被访问,则从这个点开始 BFS。
对于每一个通过 \(u\) 搜索到的点 \(v\),若 \(v\) 的权值与 \(w\) 的权值相同,那么就将 \(v\) 插入队尾。否则,判断如果 \(v\) 比 \(u\) 小,那么当前这个连通块只可能是山峰,否则只可能是山谷。若搜索到的这个连通块既有比他高的、也有比他矮的,那么他啥也不是。搜索后统计即可。
代码:
const int way[8][2] = {
{ -1, 0 }, { 1, 0 }, { 0, -1 }, { 0, 1 }, { -1, -1 }, { -1, 1 }, { 1, -1 }, { 1, 1 }
};
int n, a[1010][1010], v[1010][1010], q[1000100][2], h, t, maxn, minn, ans_max, ans_min;
bool check(int x, int y) { return (x > 0 && x <= n && y > 0 && y <= n); }
void BFS(int x, int y) {
maxn = minn = h = t = 0;
q[++t][0] = x, q[t][1] = y;
while (h++ < t) {
for (int i = 0; i < 8; i++) {
int xx = q[h][0] + way[i][0];
int yy = q[h][1] + way[i][1];
if (check(xx, yy)) {
if (a[xx][yy] == a[x][y]) {
if (!v[xx][yy]) {
v[xx][yy] = 1;
q[++t][0] = xx, q[t][1] = yy;
}
} else {
if (a[xx][yy] > a[x][y])
maxn++; //统计周围高的
if (a[xx][yy] < a[x][y])
minn++; //统计周围矮的
}
}
}
}
if (!minn)
ans_min++; //周围没有矮的就是山峰
if (!maxn)
ans_max++; //周围没有高的就是山谷
}
int main() {
scanf("%d", &n);
for (int i = 1; i <= n; i++)
for (int j = 1; j <= n; j++) scanf("%d", &a[i][j]);
for (int i = 1; i <= n; i++)
for (int j = 1; j <= n; j++)
if (!v[i][j])
BFS(i, j);
printf("%d %d", ans_max, ans_min);
}
例题3 0/1 最短路
给出一张图,其中每条边的权值 \(w\in \{0,1\}\),求起点 \(s\) 到终点 \(e\) 的最短路。要求 \(O(n)\) 求解。
这道题目是一道非常巧妙的题目。我们要是使用原本的 BFS 搜索,就有可能不满足要求的队列单调性。如当搜索以下图的时候,\(5\) 节点由于层级比 \(2\) 深,于是会在 \(2\) 之后入队,但是他的权值又比 \(2\) 小,所以就不满足队列的单调性了。

如何解决这个问题呢?观察到每条路的权值为 \(0\) 或 \(1\),那么也就是说,假设目前搜索到点 \(u\),\(u \to v\) 有一条权值为 \(w\) 的路径,那么如果 \(w=1\),就把 \(v\) 放入队尾,否则放入队头。这样,我们仍能保证队列的单调性。读者可以模拟一下上图 BFS 的过程,感受双端队列 BFS 的巧妙之处。
广度优先搜索 BFS 学习笔记的更多相关文章
- 【数据结构与算法Python版学习笔记】图——词梯问题 广度优先搜索 BFS
词梯Word Ladder问题 要求是相邻两个单词之间差异只能是1个字母,如FOOL变SAGE: FOOL >> POOL >> POLL >> POLE > ...
- 深度优先搜索DFS和广度优先搜索BFS简单解析(新手向)
深度优先搜索DFS和广度优先搜索BFS简单解析 与树的遍历类似,图的遍历要求从某一点出发,每个点仅被访问一次,这个过程就是图的遍历.图的遍历常用的有深度优先搜索和广度优先搜索,这两者对于有向图和无向图 ...
- 利用广度优先搜索(BFS)与深度优先搜索(DFS)实现岛屿个数的问题(java)
需要说明一点,要成功运行本贴代码,需要重新复制我第一篇随笔<简单的循环队列>代码(版本有更新). 进入今天的主题. 今天这篇文章主要探讨广度优先搜索(BFS)结合队列和深度优先搜索(DFS ...
- 深度优先搜索DFS和广度优先搜索BFS简单解析
转自:https://www.cnblogs.com/FZfangzheng/p/8529132.html 深度优先搜索DFS和广度优先搜索BFS简单解析 与树的遍历类似,图的遍历要求从某一点出发,每 ...
- 平面上的地图搜索--Java学习笔记(四)
版权声明: 本文由Faye_Zuo发布于http://www.cnblogs.com/zuofeiyi/, 本文可以被全部的转载或者部分使用,但请注明出处. 这一个月以来,都在学习平面上的地图搜索,主 ...
- 广度优先搜索(BFS)
定义 维基百科:https://en.wikipedia.org/wiki/Breadth-first_search 给定图G=(V,E)和一个可识别的源结点s,广度优先搜索对图G中的边进行系统性的探 ...
- 数据结构和算法总结(一):广度优先搜索BFS和深度优先搜索DFS
前言 这几天复习图论算法,觉得BFS和DFS挺重要的,而且应用比较多,故记录一下. 广度优先搜索 有一个有向图如图a 图a 广度优先搜索的策略是: 从起始点开始遍历其邻接的节点,由此向外不断扩散. 1 ...
- 深度优先搜索DFS和广度优先搜索BFS
DFS简介 深度优先搜索,一般会设置一个数组visited记录每个顶点的访问状态,初始状态图中所有顶点均未被访问,从某个未被访问过的顶点开始按照某个原则一直往深处访问,访问的过程中随时更新数组visi ...
- (转)广度优先搜索BFS和深度优先搜索DFS
1. 广度优先搜索介绍 广度优先搜索算法(Breadth First Search),又称为"宽度优先搜索"或"横向优先搜索",简称BFS. 它的思想是:从图中 ...
随机推荐
- Linux源码安装RabbitMQ高可用集群
1.环境说明 linux版本:CentOS Linux release 7.9.2009 erlang版本:erlang-24.0 rabbitmq版本:rabbitmq_server-3.9.13 ...
- error LNK2019: 无法解析的外部符号 _WinMain@16,该符号在函数。。。使用
一,问题描述 MSVCRTD.lib(crtexew.obj) : error LNK2019: 无法解析的外部符号 _WinMain@16,该符号在函数 ___tmainCRTStartup 中被引 ...
- 七牛云简单实用-uploadManager.put(..)抛出异常
描述: 本人小白,最近在写一个仿头条的项目,其中有用到七牛云做为图片的存储以代替本地服务其存储,按照视频教程配置服务器端的简单上传功能,总是报错: 参照官方文档:https://developer.q ...
- Spring 和 SpringBoot 有什么不同?
Spring 框架提供多种特性使得 web 应用开发变得更简便,包括依赖注入.数据绑定.切面编程.数据存取等等. 随着时间推移,Spring 生态变得越来越复杂了,并且应用程序所必须的配置文件也令人觉 ...
- jpg, jpeg和png区别?
jpg是jpeg的缩写, 二者一致 PNG就是为取代GIF而生的, 无损压缩, 占用内存多 jpg牺牲图片质量, 有损, 占用内存小 PNG格式可编辑.如图片中有字体等,可利用PS再 ...
- POI Excel索引是从0还是1开始??
this.workbook.getSheetAt(1).getFirstRowNum() // == 0 this.workbook.getSheetAt(1).getLastRowNum() // ...
- Hashmap如何同步?
当我们需要一个同步的HashMap时,有两种选择: ●使用Collections.synchronizedMap(..)来同步HashMap. ●使用ConcurrentHashMap的 这两个选项之 ...
- Spring支持的ORM?
Spring支持以下ORM: Hibernate iBatis JPA (Java Persistence API) TopLink JDO (Java Data Objects) O
- spring-boot-learning- Elasticsearch
索引==数据库 类型==表 文档==表里面的记录 属性==表里面的列 使用RestFul风格elasticSearch进行操作 添加一个索引为megacorp,类型为employee,--id为1的文 ...
- 区分 BeanFactory 和 ApplicationContext?
BeanFactory ApplicationContext 它使用懒加载 它使用即时加载 它使用语法显式提供资源对象 它自己创建和管理资源对象 不支持国际化 支持国际化 不支持基于依赖的注解 支持基 ...