BFS 广度优先搜索算法
BFS 广度搜索算法
BFS主要使用对图的遍历,通过队列的逐层扩展,按层次搜索所有可能的节点,确保找到最短的路径(无权图),BFS的本质是对图的暴力穷举,适合解决一些寻路的问题,比如找迷宫的最短路径
核心机制
使用队列驱动,时间复杂度通常为O(N),N为状态数。空间复杂度为O(N),储存所有当前层节点。
- 初始化:标记地图和障碍物,标记已经访问过的节点
- 循环处理:从队列的头节点来遍历之下的相邻位置
- 当队列为空遍历结束/找到终点
特点:使用队列(FIFO)保证操作顺序
优化及其变种
- 双向BFS(bidirectional BFS):从起点和终端同时进行BFS,相遇时停下
- A*搜索:结合BFS和启发式函数,优先搜索更接近目标的节点
示例:
- 问题:
- 给定一个
N x M的二维矩阵表示迷宫 0表示可以通行的空地。
1表示障碍物,不可通行。- 起点为
(0, 0),终点为(N-1, M-1)。 - 每次移动可以向上、下、左、右四个方向行走一格,求从起点到终点的最短路径步数。如果无法到达终点,返回
-1。
- 给定一个
步骤
- 初始化地图 标记数组 方向数组:
#include <bits/stdc++.h>
using namespace std;
int maze[4][4] = {
{0, 0, 0, 0},
{1, 1, 0, 1},
{0, 0, 0, 0},
{0, 1, 1, 0}
};
int visited[4][4];
struct point {
int x;
int y;
int step;
queue<point> backpoint;
};
int dx[4] = {0, 0, -1, 1}; // 上 下 左 右
int dy[4] = {-1, 1, 0, 0};
queue<point> r;
int main() {
int n = 3,m = 3;
int startx = 0, starty = 0; // 起点位置
int endx = 3, endy = 3;
}
- 初始化队列
point p;
p.x = startx;
p.y = starty;
p.step = 0;
visited[startx][starty] = 1;
r.push(p);
while(!r.empty()) {
if (r.front().x == endx && r.front().y == endy) {
printf("到达终点,坐标(%d, %d), 共%d步\n", r.front().x, r.front().y, r.front().step);
return 0;
}
- 访问头节点附近节点
for (int i = 0; i < 4; i++) {
point temp;
int tx = r.front().x + dx[i];
int ty = r.front().y + dy[i];
if (tx >= 0 && tx < n && ty >= 0 && ty < m && maze[tx][ty] == 0 && visited[tx][ty] == 0) {
temp.x = tx;
temp.y = ty;
temp.step = r.front().step + 1;
temp.backpoint = r.front().backpoint;
visited[tx][ty] = 1;
r.push(temp);
}
}
r.pop();
到达终点,坐标(3, 3), 共6步
通过队列回溯输出路径
定义一个parent来记录每一次的前驱节点坐标,注意要初始化起始点的前驱
pair<int, int> parent[4][4]; // 记录前驱节点
void printPath(int endX, int endY) {
vector<pair<int, int>> path;
int x = endX, y = endY;
// 从终点回溯到起点
while (x != -1 && y != -1) {
path.push_back({x, y});
auto p = parent[x][y];
x = p.first;
y = p.second;
}
// 逆序输出路径
reverse(path.begin(), path.end());
cout << "最短路径:" << endl;
for (auto p : path) {
cout << "(" << p.first << ", " << p.second << ") ";
}
cout << endl;
}
完整代码:
#include <bits/stdc++.h>
using namespace std;
int maze[4][4] = {
{0, 0, 0, 0},
{1, 1, 0, 1},
{0, 0, 0, 0},
{0, 1, 1, 0}
};
int visited[4][4];
struct point {
int x;
int y;
int step;
};
int dx[4] = {0, 0, -1, 1}; // 上 下 左 右
int dy[4] = {-1, 1, 0, 0};
queue<point> r;
pair<int, int> parent[4][4]; // 记录前驱节点
int flag = 0;
void printPath(int endX, int endY) {
vector<pair<int, int>> path;
int x = endX, y = endY;
// 从终点回溯到起点
while (x != -1 && y != -1) {
path.push_back({x, y});
auto p = parent[x][y];
x = p.first;
y = p.second;
}
// 逆序输出路径
reverse(path.begin(), path.end());
cout << "最短路径:" << endl;
for (auto p : path) {
cout << "(" << p.first << ", " << p.second << ") ";
}
cout << endl;
}
int main() {
int n = 4,m = 4;
int startx = 0, starty = 0; // 起点位置
int endx = 3, endy = 3;
point p;
p.x = startx;
p.y = starty;
p.step = 0;
visited[startx][starty] = 1;
parent[startx][starty] = {-1, -1}; // 起点无前驱
r.push(p);
while(!r.empty()) {
if (r.front().x == endx && r.front().y == endy) {
printf("到达终点,坐标(%d, %d), 共%d步\n", r.front().x, r.front().y, r.front().step);
flag = 1;
break;
}
for (int i = 0; i < 4; i++) {
point temp;
int tx = r.front().x + dx[i];
int ty = r.front().y + dy[i];
if (tx >= 0 && tx < n && ty >= 0 && ty < m && maze[tx][ty] == 0 && visited[tx][ty] == 0) {
temp.x = tx;
temp.y = ty;
temp.step = r.front().step + 1;
visited[tx][ty] = 1;
parent[tx][ty] = {r.front().x, r.front().y}; // 记录前驱
r.push(temp);
}
}
r.pop();
}
if (flag == 1) {
printPath(endx, endy);
}
if (flag == 0) puts("无法到达目标");
return 0;
}
应用
用一个ctf逆向题来学习这个算法:
使用c++的队列来处理,先完成一次寻路,到达终点后再回溯最短路径
#include <bits/stdc++.h>
using namespace std;
int maps[58][58] = {{1,0,1}}; //省略地图
int visited[60][60] = {0};
struct point {
int x;
int y;
int step;
vector<pair<int, int>> path;
};
int dx[4] = {0, 0, -1, 1}; // 上 下 左 右
int dy[4] = {-1, 1, 0, 0};
queue<point> r;
string path1 = "S";
int main() {
int n = 56, m = 56; // 实际地图大小
int startx = 1, starty = 1;
int endx = 15, endy = 32;
// 检查起始点和终点
if (maps[startx][starty] != 0) {
printf("起始点不可通行!起始点值:%d\n", maps[startx][starty]);
return 0;
}
if (maps[endx][endy] != 0) {
printf("终点不可通行!终点值:%d\n", maps[endx][endy]);
return 0;
}
printf("起始点:(%d,%d),终点:(%d,%d)\n", startx, starty, endx, endy);
point p;
p.x = startx;
p.y = starty;
p.step = 0;
visited[startx][starty] = 1;
r.push(p);
while (!r.empty()) {
point current = r.front();
int x = r.front().x, y = r.front().y;
// 判断是否到达终点
if (x == endx && y == endy) {
printf("到达终点,共%d步\n", r.front().step);
for (int i = 0; i < current.path.size(); i++) {
printf("第%d步: (%d, %d)", i+1, current.path[i].first, current.path[i].second);
if (i > 0) {
int dx = current.path[i].first - current.path[i-1].first;
int dy = current.path[i].second - current.path[i-1].second;
if (dx == -1) printf(" [从(%d,%d)向上移动]", current.path[i-1].first, current.path[i-1].second), path1 += "W";
else if (dx == 1) printf(" [从(%d,%d)向下移动]", current.path[i-1].first, current.path[i-1].second), path1 += "S";
else if (dy == -1) printf(" [从(%d,%d)向左移动]", current.path[i-1].first, current.path[i-1].second), path1 += "A";
else if (dy == 1) printf(" [从(%d,%d)向右移动]", current.path[i-1].first, current.path[i-1].second), path1 += "D";
}
printf("\n");
}
std::cout << "结果为:" << path1 << '\n';
return 0;
}
for (int j = 0; j < 4; j++) {
int tx = x + dx[j];
int ty = y + dy[j];
// 修正边界检查和通行条件
if (tx >= 0 && ty >= 0 && tx < n && ty < m &&
maps[tx][ty] == 0 && visited[tx][ty] == 0) {
point temp;
temp.x = tx;
temp.y = ty;
temp.step = current.step + 1;
temp.path = current.path; // 复制当前路径
temp.path.push_back({tx, ty}); // 添加新位置
r.push(temp);
visited[tx][ty] = 1;
}
}
r.pop();
}
puts("未找到结果!");
return 0;
}
BFS 广度优先搜索算法的更多相关文章
- 步步为营(十六)搜索(二)BFS 广度优先搜索
上一篇讲了DFS,那么与之相应的就是BFS.也就是 宽度优先遍历,又称广度优先搜索算法. 首先,让我们回顾一下什么是"深度": 更学术点的说法,能够看做"单位距离下,离起 ...
- DFS(深度优先搜索)和BFS(广度优先搜索)
深度优先搜索算法(Depth-First-Search) 深度优先搜索算法(Depth-First-Search),是搜索算法的一种. 它沿着树的深度遍历树的节点,尽可能深的搜索树的分支. 当节点v的 ...
- BFS广度优先搜索 poj1915
Knight Moves Time Limit: 1000MS Memory Limit: 30000K Total Submissions: 25909 Accepted: 12244 Descri ...
- python 递归深度优先搜索与广度优先搜索算法模拟实现
一.递归原理小案例分析 (1)# 概述 递归:即一个函数调用了自身,即实现了递归 凡是循环能做到的事,递归一般都能做到! (2)# 写递归的过程 1.写出临界条件2.找出这一次和上一次关系3.假设当前 ...
- python 递归,深度优先搜索与广度优先搜索算法模拟实现
一.递归原理小案例分析 (1)# 概述 递归:即一个函数调用了自身,即实现了递归 凡是循环能做到的事,递归一般都能做到! (2)# 写递归的过程 1.写出临界条件 2.找出这一次和上一次关系 3.假设 ...
- AI广度优先搜索算法,项目实战北京地图/贪心学院
广度优先搜索算法详解地铁路线 北京很大,附上地铁图,不要迷路!!! 作为一个程序员,在北京,你很有可能住在回龙观地区,经常从龙泽上地铁,然后畅游北京. 当有一天,你老家的朋友来北京了,希望你能够带她去 ...
- 0算法基础学算法 搜索篇第二讲 BFS广度优先搜索的思想
dfs前置知识: 递归链接:0基础算法基础学算法 第六弹 递归 - 球君 - 博客园 (cnblogs.com) dfs深度优先搜索:0基础学算法 搜索篇第一讲 深度优先搜索 - 球君 - 博客园 ( ...
- 图的遍历BFS广度优先搜索
图的遍历BFS广度优先搜索 1. 简介 BFS(Breadth First Search,广度优先搜索,又名宽度优先搜索),与深度优先算法在一个结点"死磕到底"的思维不同,广度优先 ...
- 算法竞赛——BFS广度优先搜索
BFS 广度优先搜索:一层一层的搜索(类似于树的层次遍历) BFS基本框架 基本步骤: 初始状态(起点)加到队列里 while(队列不为空) 队头弹出 扩展队头元素(邻接节点入队) 最后队为空,结束 ...
- [数据结构]广度优先搜索算法(Breadth-First-Search,BFS)
广度优先搜索的概念 广度优先搜索(BFS)类似于二叉树的层序遍历算法,它的基本思想是:首先访问起始顶点v,然后由v出发,依次访问v的各个未被访问过的邻接顶点w1,w2,w3-.wn,然后再依次访问w1 ...
随机推荐
- Git 查看 tag 标签详解
摘要:介绍git中tag标签的使用方法,包括创建标签.提交标签.查询标签和删除标签等. 我们拿到一个即将投产的标签后,需要确认标签是否打在了正确的分支,故需要查看标签的详情信息,保证顺利上线.基于此背 ...
- Innosetup 安装 VC_redist 运行时库
#普通安装vc_redis.x86.exe(会提示用户做出选择),在innosetup的[Run]属性中添加下面这一行 Filename: "{app}VC_redist.x86.exe&q ...
- 关于家庭宽带IPv6的开启、绑定域名、使用教程等
前言 好几年前网上就很多讨论家庭宽带支持IPv6,能怎么怎么改变生活.带来多少便利,奈何之前租的房子是房东办好的宽带,我没有权限接触到光猫,自己也一直懒得研究这个新鲜事物,前阵子自己捣鼓了一下,还是得 ...
- 「Note」图论方向 - 图论进阶
1. 2-SAT 1.1. 介绍 对于一些节点,每个节点存在两个状态(非 \(0\) 即 \(1\)),我们给出一些如下类型的限制条件: 节点 \(i\) 状态为 \(1/0\). 若节点 \(i\) ...
- 「Note」Linux 命令行
ls 查询目录. -l 详细目录. cd 跳转位置. . 当前目录(原地 TP). .. 父级目录. diff 比较不同. g++ 1.cpp -o 1 -g -Wall 编译. ./1 运行.
- ceph对象存储
一.Ceph对象存储的概念 ceph是一种分布式对象存储系统,通过ceph对象网关提供对象存储接口,也称为RADOS网关(RGW)接口.它构建在Ceph RADOS之上.RGW使用librgw(RAD ...
- 东方财富服务端开发暑期实习面试,已拿offer!!
这是一位球友投稿的东方财富服务端开发暑期实习面经,问的内容还是比较多的,难度也相对比较大.下面是正文. 最近参与了东方财富服务端开发暑期实习的招聘,并最终收获了 Offer.整个过程持续了大约一周,从 ...
- Zabbix 4.0 安装与基本配置
一.Zabbix介绍 Zabbix介绍 Zabbix是一套企业级开源分布式监控解决方案,监控包括IT基础设施(网络.服务器和云资源).服务.应用等. Zabbix官方网站 Zabbix架构 Zabbi ...
- 前端页面实现table可拖动改变列宽
https://blog.csdn.net/Java_Long_Asus/article/details/87794445 此处实现页面的table表格可以自由拖动列宽,拖动时表格内文字不换行,超出部 ...
- 解决IDEA总是将lombok注解处理器设置为unknown-lombok.jar
背景 新建了一个SpringBoot项目,在项目中使用了lombok的注解,编译报错无法运行. 问题 具体表现为编译报错,大概如下图: 其原因是IDEA将lombok的注解处理器设置为了lombok- ...