广度优先搜索介绍

mac2022-06-30  18

这道题的原址:http://blog.csdn.net/johsnows/article/details/52997282

BFS是一种盲目搜寻法,目的是系统地展开并检查图中的所有节点,以找寻结果。换句话说,它并不考虑结果的可能位置,彻底地搜索整张图,直到找到结果为止。BFS并不使用经验法则算法。

                                                                                                                                                                                                                   --------百度百科

搜索其实算一种暴力枚举的算法,不过这种暴力枚举是一种有条理性的暴力枚举, 更容易控制以及实现。它在求最短路以及遍历图或树的时候会用到。

说它是一种暴力枚举的算法是因为,如同百科提到的,它在搜索的时候仍然会遍历整张图中的所有节点,而它的条理性则体现在它用一个队列记录每一步搜索的状态,每一步新加入的状态都会加入队列,用于下一次搜索,并且状态会被继承。这种在图上实现的搜索不仅容易实现,也容易记录每一步的状态,用于求出答案(如最短路)。

建图方式:

邻接矩阵:二维数组: a[x][y]。x表示横坐标,y表示纵坐标,a[x][y]即代表这个点的状态。

邻接表: 指针数组:

[cpp]  view plain  copy   struct ljb   {       int y;       int z;   }*a[x];  

当题目所给的图过大,横纵坐标的最大值超过二维数组能开的空间时,可以使用邻接表。a[x]代表每一行的头结点。列和状态用链表的结点记录,挂在对应行的头结点之后。这样可以存下一个足够大的图,当然操作起来会更麻烦。 

用于下一步搜索的next数组:

[cpp]  view plain  copy   int next[4][2]={{0,1}, {1,0}, {0,-1}, {-1, 0}};  

       每一行的值分别代表向上右下左走一步,这样可以直接用一层for来实现向下一步搜索。

如dx=x+next[i][0], dy=y+next[i][1];        

另外虽然是枚举,但是已经走过点应当避免重复枚举,所有用一个book[x][y]数组记录该点是否已经走过。

       下面通过一个简单的用bfs求解的问题来讲解

       题目:给出一个长为n宽m的地图,起点x,y和终点sx,sy,以及M个障碍物(不能经过的点),问从起点到终点最少需要经过多少步数。

       关于bfs的用法就在代码中具体述说了:

[cpp]  view plain  copy   #include <iostream>   #include <cstdio>   using namespace std;   const int maxn=1e3+5;   bool book[maxn][maxn]; //记录是否已经走过这个点   int t[maxn][maxn]; //邻接矩阵   int n,m;   int next[4][2]={{0,1}, {1,0}, {0,-1}, {-1, 0}};   struct p   {       int x; //横坐标       int y; //纵坐标       int s; // 当前步数   }a[maxn];//用队列记录将要搜索的点   int bfs(int x, int y, int sx, int sy)   {       int head, tail, i, j;       head=tail=0; //队头队尾初始化为0       a[head].x=x;       a[head].y=y;       a[head].s=0;//将起点加入队列,队列头的点表示当前要走的点       tail++;       while(head<tail)       {             if(a[head].x==sx && a[head].y==sy) //如果当前点就是终点,则返回这个点的步数          {              return a[head].s;          }          int dx, dy; //表示当前的点能够走的点的坐标          for(i=0; i<4; i++) //枚举四个可以走的方向          {                  dx=a[head].x+next[i][0];                   dy=a[head].y+next[i][1];                  if(dx>=0 && dx<=n && dy>=0 && dy<=m && t[dx][dy]!=-1) // 如果这个可以走的点不在图中或者是障碍物就不进行搜索,即不加入队列                  if(book[dx][dy]==0 ) //book数组等于0表示这个点之前没有搜索过,可以走                  {                      a[tail].x=dx;                      a[tail].y=dy;                      a[tail].s=a[head].s+1; //将这个点加入队尾,将在之后搜索,它的步数应当等于当前点所走的步数再加上一。                      tail++;                      book[dx][dy]=1;//已经加入队列,标记已经搜索过,避免接下来重复搜索                  }          }              head++;// <strong>让已经搜索过的点出队</strong>,容易忘记       }       return -1; // 假如队列为空,即所有的点都已经搜索过了,但是并没有函数return结束,说明没能找到目标点,则返回-1表示不能到达   }   int main()   {      int x, y, sx, sy;       int M;       scanf("%d%d%d%d%d%d", &n, &m, &x, &y, &sx, &sy);             scanf("%d", &M);       int i;       memset(t, 0, sizeof(t)); //初始化图       for(i=0; i<M; i++)       {           int xx,yy;           scanf("%d%d", &xx, &yy);           t[xx][yy]=-1; //将障碍物标记为-1       }       int ans=bfs(x,y,sx,sy);       printf("%d\n", ans);       return 0;   }  

转载于:https://www.cnblogs.com/CCCrunner/p/6444582.html

相关资源:人工智能代价树的广度优先搜索
最新回复(0)