广度优先搜索(Breadth First Search, BFS)
广度优先搜索(Breadth First Search, BFS)
BFS算法实现的一般思路为:
// BFS
void BFS(int s){
queue<int> q; // 定义一个队列
q.push(s); // 队首元素入队 while (!q.empty()){
// 取出队首元素top
// 访问队首元素
// 将队首元素出队
// 将top的下一层结点中未曾入队的结点全部入队,并设置为已入队
}
}
常见题型一:

代码实现:
#include <stdio.h>
#include <queue>
using namespace std; const int maxn = ; // 位置结构体
struct node{
int x, y; // 位置(x, y)
}Node; int n, m; // 矩阵大小为 n * m
int matrix[maxn][maxn]; // 01 矩阵
bool inq[maxn][maxn] = { false }; // 记录位置 (x, y) 是否已入过队
int X[] = { , , , - }; // 增量数组
int Y[] = { , -, , }; // 判断坐标(x, y)是否需要访问
bool judge(int x, int y){
// 越界访问false
if (x >= m || x < || y >= n || y < ){
return false;
}
// 当前位置为0或者已经入过队也返回false
if (matrix[x][y] == || inq[x][y] == true){
return false;
}
// 否则返回 true
return true;
} // BFS函数访问位置(x, y)所在的块,将该块的所有'1'的inq都设置为 true
void BFS(int x, int y){
// 定义一个队列
queue<node> Q;
// 队首元素入队
Node.x = x, Node.y = y;
Q.push(Node); // 队列不为空则一直循环
while (!Q.empty()){
// 取出队首元素
node top = Q.front();
// 访问队首元素
// 弹出队首元素
Q.pop();
// 将这个元素所相连的坐标设置为已入队
for (int i = ; i < ; i++){
int newX = top.x + X[i];
int newY = top.y + Y[i];
if (judge(newX, newY)){
Node.x = newX, Node.y = newY;
// 将所有相连坐标入队
Q.push(Node);
inq[newX][newY] = true; // 设置位置[newX, newY]为已入过队
}
}
}
} int main()
{
// 读取输入
scanf("%d %d", &m, &n);
for (int i = ; i < m; i++){
for (int j = ; j < n; j++){
scanf("%d", &matrix[i][j]); // 读入 01 矩阵
}
int ans = ; // 存放块数
// 遍历矩阵
for (int x = ; x < m; x++){
for (int y = ; j < n; y++){
// 入过位置为1 且没有入过队则计数器加一
if (matrix[x][y] == && inq[x][y] == false){
ans++;
BFS(x, y);
}
}
}
} printf("%d\n", ans); return ;
}
常见题型二:

代码实现:
#include <stdio.h>
#include <queue>
using namespace std; const int maxn = ;
struct node{
int x, y;
int step; // step 为从起点到终点位置最少的步数(即层数)
}S, T, temp; int m, n; // n 为行, m位列
char maze[maxn][maxn]; // 迷宫信息
bool inq[maxn][maxn] = { false };
int X[] = { , , , - };
int Y[] = { , -, , }; // 检测位置(x, y)是否有效
bool test(int x, int y){
if (x >= m || x < || y >= n || y < )
return false;
if (maze[x][y] == '*' || inq[x][y] == true)
return false;
return true;
} int BFS(){
queue<node> q;
q.push(S); while (!q.empty()){
node top = q.front();
if (top.x == T.x && top.y == T.y)
return top.step;
q.pop();
for (int i = ; i < ; i++){
int newX = top.x + X[i];
int newY = top.y + Y[i];
if (test(newX, newY)){
// 创建一个新结点
node temp;
temp.x = newX, temp.y = newY;
temp.step = top.step + ;
q.push(temp);
inq[newX][newY] = true;
}
}
}
return -;
} int main()
{
scanf("%d %d", &m, &n);
for (int i = ; i < m; i++){
for (int j = ; j < n; j++){
maze[i][j] = getchar();
}
maze[i][n] = '\0';
}
scanf("%d %d %d %d", &S.x, &S.y, &T.x, &T.y);
S.step = ;
printf("%d\n", BFS()); return ;
}
广度优先搜索(Breadth First Search, BFS)的更多相关文章
- 数据结构之 图论---基于邻接矩阵的广度优先搜索遍历(输出bfs遍历序列)
数据结构实验图论一:基于邻接矩阵的广度优先搜索遍历 Time Limit: 1000MS Memory limit: 65536K 题目描述 给定一个无向连通图,顶点编号从0到n-1,用广度优先搜索( ...
- javascript实现的图数据结构的广度优先 搜索(Breadth-First Search,BFS)和深度优先搜索(Depth-First Search,DFS)
最后一例,搞得快.三天之内走了一次.. 下一步,面象对像的javascript编程. function Dictionary(){ var items = {}; this.has = functio ...
- 算法与数据结构基础 - 广度优先搜索(BFS)
BFS基础 广度优先搜索(Breadth First Search)用于按离始节点距离.由近到远渐次访问图的节点,可视化BFS 通常使用队列(queue)结构模拟BFS过程,关于queue见:算法与数 ...
- [SOJ] 图的广度优先搜索
Time Limit: 1sec Memory Limit:256MB Description 读入图的邻接矩阵以及一个顶点的编号(图中顶点的编号为从1开始的连续正整数.顶点在邻接矩阵的行和列上 ...
- (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 ...
- 关于宽搜BFS广度优先搜索的那点事
以前一直知道深搜是一个递归栈,广搜是队列,FIFO先进先出LILO后进后出啥的.DFS是以深度作为第一关键词,即当碰到岔道口时总是先选择其中的一条岔路前进,而不管其他岔路,直到碰到死胡同时才返回岔道口 ...
- 常用算法2 - 广度优先搜索 & 深度优先搜索 (python实现)
1. 图 定义:图(Graph)是由顶点的有穷非空集合和顶点之间边的集合组成,通常表示为:G(V,E),其中,G表示一个图,V是图G中顶点的集合,E是图G中边的集合. 简单点的说:图由节点和边组成.一 ...
- 【js数据结构】图的深度优先搜索与广度优先搜索
图类的构建 function Graph(v) {this.vertices = v;this.edges = 0;this.adj = []; for (var i = 0; i < this ...
- [MIT6.006] 13. Breadth-First Search (BFS) 广度优先搜索
一.图 在正式进入广度优先搜索的学习前,先了解下图: 图分为有向图和无向图,由点vertices和边edges构成.图有很多应用,例如:网页爬取,社交网络,网络传播,垃圾回收,模型检查,数学推断检查和 ...
随机推荐
- Badusb 简易制作
Badusb easy_make 0x00 basic knowledge and equip arduino IDE download address: https://www.arduino.cc ...
- kaks calculator批量计算多个基因的选择压力kaks值
欢迎来到"bio生物信息"的世界 今天给大家带来"批量计算kaks值"的技能. 关于kaks的背景知识我就不介绍了,感兴趣的自行搜索,这里直接开始讲怎么批量计算 ...
- MongoDB 添加用户名和密码
MongoDB 添加用户名和密码 我用的是 mongodb3.6,如果没有的话先安装. sudo apt install mongodb 终端输入mongo,首先添加管理用户, show dbs // ...
- 基于SSM开发大学食堂采购管理系统源码
开发环境: Windows操作系统开发工具: Eclipse+Jdk+Tomcat+MySQL数据库 次项目分为管理员和普通用户两种角色 运行效果图
- vue(七)--监听属性(watch)
1.watch:用来监听每一个属性的变化 2.watch这个对象里面都是函数,函数的名称是data中的属性名称,watch中的函数不需要调用 3.当属性发生改变那么就会触发watch函数,每个函数都会 ...
- EasyUI笔记(六)数据表格
前言用asp.net结合easyui做个一个数据网格的页面,包括对数据的增删改查,界面如下: 一.UI界面 先写UI界面,代码如下,记得引入相关js和css文件 <body> <t ...
- go cap和len的区别
首先要搞清楚容量和长度的区别: 容量是指底层数组的大小,长度指可以使用的大小 容量的用处在哪?在与当你用 appen d扩展长度时,如果新的长度小于容量,不会更换底层数组,否则,go 会新申请 ...
- 一键安装最新内核并开启 BBR 脚本
最近,Google 开源了其 TCP BBR 拥塞控制算法,并提交到了 Linux 内核,从 4.9 开始,Linux 内核已经用上了该算法.根据以往的传统,Google 总是先在自家的生产环境上线运 ...
- 数据库设计工具-powerdesigner
一.PowerDesigner导出SQL,注释为空时以name代替 操作步骤 1. 2. 3.将Value中的内容全部替换为如下 %:COLUMN% [%National%?national ]%DA ...
- MVC开发模式以及Smarty模板引擎的使用
Linux 全局安装 composer 将目录切换到/usr/local/bin/目录 cd /usr/local/bin/ 在 bin 目录中下载 composer curl -sS https:/ ...