广度优先搜索(BFS)算法详解

文章目录

广度优先搜索(BFS)算法详解与C++实现

广度优先搜索(Breadth-First Search,BFS)是一种遍历或搜索树和图的算法。它从树的根(或图的某一顶点)开始,探索邻近的节点,然后再对每个邻近节点做同样的操作。BFS在搜索最短路径问题、层次遍历树、图的连通性等方面有着广泛的应用。

BFS的工作原理

BFS按照距离起始节点的层数逐层向外扩展,即先访问起始节点,然后是距离起始节点最近的节点,接着是距离起始节点第二近的节点,依此类推。为了实现这种层级的遍历,BFS使用了先进先出(FIFO)的队列结构来存储每层的节点。

BFS的实现

BFS的实现通常依赖于队列数据结构,通过迭代的方式来实现。在开始时,将起始节点放入队列。然后,只要队列不为空,就从队列中移除一个节点,访问它,并将所有未访问过的邻接节点加入队列中。

C++中BFS的实现

以下是使用C++标准库中的队列来实现BFS算法的示例代码:

cpp 复制代码
#include <iostream>
#include <vector>
#include <queue>

// 使用队列的方式实现的BFS
void BFS(int startVertex, const std::vector<std::vector<int>>& graph) {
    std::vector<bool> visited(graph.size(), false);
    std::queue<int> queue;

    // 标记起始顶点为已访问,并将其入队
    visited[startVertex] = true;
    queue.push(startVertex);

    while (!queue.empty()) {
        // 取出队首元素
        int vertex = queue.front();
        queue.pop();
        std::cout << vertex << " ";

        // 遍历该顶点的所有邻接点
        for (int neighbor : graph[vertex]) {
            if (!visited[neighbor]) {
                visited[neighbor] = true;
                queue.push(neighbor);
            }
        }
    }
}

int main() {
    // 图的邻接表表示
    std::vector<std::vector<int>> graph = {
        {1, 2},    // 邻接于节点0
        {0, 3, 4}, // 邻接于节点1
        {0, 4},    // 邻接于节点2
        {1, 5},    // 邻接于节点3
        {1, 2},    // 邻接于节点4
        {3}        // 邻接于节点5
    };

    // 从节点0开始进行BFS遍历
    std::cout << "BFS starting from vertex 0:\n";
    BFS(0, graph);

    return 0;
}

在上述代码中,我们先将起始节点标记为已访问并加入队列。在主循环中,我们每次从队列中取出一个节点,访问它,并把所有未访问的邻接节点加入队列中。这个过程一直持续到队列为空,即所有可达节点都被访问。

BFS的应用场景

BFS不仅可以用来遍历图,还有以下的应用:

  1. 最短路径:在无权图中找到两点间的最短路径。
  2. 连通性测试:检查图中任两个节点之间是否存在路径。
  3. 层次遍历:在树结构中按层次遍历节点。
  4. 网络爬虫:搜索引擎中的网络爬虫使用BFS来遍历网页。
  5. 广播网络:在广播网络中找出最佳的广播接收点。

注意事项

在使用BFS时,需要注意以下几点

cpp 复制代码
#include <iostream>
#include <vector>
#include <queue>

// 使用队列实现的BFS函数
void BFS(int startVertex, const std::vector<std::vector<int>>& graph) {
    std::vector<bool> visited(graph.size(), false); // 创建一个visited数组,用于跟踪已访问的节点
    std::queue<int> queue; // 创建一个队列,用于存储将要访问的节点

    // 标记起始节点为已访问,并将其加入队列
    visited[startVertex] = true;
    queue.push(startVertex);

    while (!queue.empty()) {
        // 从队列中取出一个节点,并访问它
        int currentVertex = queue.front();
        queue.pop();
        std::cout << "Visited " << currentVertex << std::endl;

        // 遍历当前节点的所有邻居
        for (int neighbor : graph[currentVertex]) {
            if (!visited[neighbor]) { // 如果邻居没有被访问过
                visited[neighbor] = true; // 标记邻居为已访问
                queue.push(neighbor); // 将邻居节点加入队列中
            }
        }
    }
}

int main() {
    // 使用邻接表表示图,图中包含6个节点(编号从0到5)
    std::vector<std::vector<int>> graph = {
        {1, 2},    // 节点0与节点1和节点2相连
        {0, 3, 4}, // 节点1与节点0、节点3和节点4相连
        {0, 4},    // 节点2与节点0和节点4相连
        {1, 5},    // 节点3与节点1和节点5相连
        {1, 2},    // 节点4与节点1和节点2相连
        {3}        // 节点5与节点3相连
    };

    // 从节点0开始进行BFS遍历
    std::cout << "BFS traversal starting from vertex 0:" << std::endl;
    BFS(0, graph);

    return 0;
}

在这段代码中,我们首先定义了一个BFS函数,它接受一个起始顶点和一个图表示作为输入。图是通过邻接表的形式表示的,其中graph是一个向量的向量,graph[i]包含与节点i相邻的所有节点。我们还定义了一个visited向量来跟踪已经访问过的节点,以避免重复访问。

我们将起始节点标记为已访问并将其加入到队列中。然后,我们进入一个循环,循环将一直运行直到队列为空。在循环的每一步,我们从队列中取出一个节点,输出它被访问的信息,并遍历所有邻居。如果邻居节点尚未被访问,我们就标记它为已访问,并将其加入队列。

当队列为空时,意味着从起始节点可达的所有节点都已被访问过,BFS遍历就完成了。在main函数中,我们定义了一个简单的图并调用了BFS函数来显示从节点0开始的BFS遍历结果。

这个简单的例子展示了BFS算法的基本原理和实现,但在实际应用中,可能需要根据特定问题对算法进行调整和优化。

相关推荐
俺的图图呢?21 分钟前
Django笔记——CSRF
笔记·django·csrf
BB_CC_DD21 分钟前
四. 以Annoy算法建树的方式聚类清洗图像数据集,一次建树,无限次聚类搜索,提升聚类搜索效率。(附完整代码)
深度学习·算法·聚类
YHY_13s25 分钟前
访问者模式
c++·访问者模式
我的golang之路果然有问题31 分钟前
快速了解redis,个人笔记
数据库·经验分享·redis·笔记·学习·缓存·内存
无心水1 小时前
【Java面试笔记:基础】8.对比Vector、ArrayList、LinkedList有何区别?
java·笔记·面试·vector·arraylist·linkedlist
我也不曾来过11 小时前
list底层原理
数据结构·c++·list
卡皮巴拉爱吃小蛋糕1 小时前
MySQL的MVCC【学习笔记】
数据库·笔记·mysql
A charmer1 小时前
C++ 日志系统实战第三步:熟悉掌握各种设计模式
c++·日志系统
Ethon_王1 小时前
STL容器适配器详解:queue篇
c++
清流君1 小时前
【MySQL】数据库 Navicat 可视化工具与 MySQL 命令行基本操作
数据库·人工智能·笔记·mysql·ue5·数字孪生