首页 > 编程语言 >广度优先算法 BFS总结(算法详解+模板+例题)

广度优先算法 BFS总结(算法详解+模板+例题)

时间:2024-08-15 21:26:33浏览次数:10  
标签:queue start int BFS 访问 算法 visited 例题 节点

一.bfs是什么

广度优先搜索(Breadth-First Search,简称BFS),是一种图遍历算法。它从给定的起始节点开始,逐层地向外扩展,先访问起始节点的相邻节点,然后再访问相邻节点的相邻节点,以此类推,直到遍历完所有可达节点。

二.基本思路

1.一直往前走,直到到达终点。

2.遇到分岔路口直接分出几条线路分开寻找。

3.遇到死路就直接把那一条路断开。

三.操作步骤

1.数据

假设一个数组a[5][5],零代表墙,一代表路,初始点是a[1][1],要到达a[n][n]。

假如数组为:1 0 0 1 1

                      1 1 1 1 0

                      0 0 1 1 1

                      0 1 1 0 1

                      1 1 0 0 1

2.bfs路径

从(1,1)出发,到(2,4)时分成两条线,到(3,4)时又分成两条路线,这时第一次分叉的一条路已经走到头,可以直接结束这个搜索,第二次搜索的第二条线路已经走到终点(5,5)了,可以直接结束循环。

四.代码模板

1.c++模板
// 广度优先搜索函数
// 参数:
// - start: 起始节点
// - visited: 记录是否访问过的布尔型向量
// - matrix: 表示图的二维整数向量
void bfs(int start, vector<bool>& visited, const vector<vector<int>>& matrix) {
    // 创建一个队列用于广度优先搜索
    queue<int> q;
    // 将起始节点加入队列
    q.push(start);
    // 标记起始节点已访问
    visited[start] = true;
    // 当队列不为空时循环
    while (!q.empty()) {
        // 获取队列的头部节点
        int u = q.front();
        // 从队列中移除头部节点
        q.pop();
        // 输出当前访问的节点
        cout << u << " ";
        // 遍历当前节点的所有邻接节点
        for (int v = 0; v < matrix[u].size(); ++v) {
            // 如果邻接节点存在且未被访问过
            if (matrix[u][v] && !visited[v]) {
                // 标记邻接节点已访问
                visited[v] = true;
                // 将邻接节点加入队列
                q.push(v);
            }
        }
    }
}
2.python模板
# 导入deque类,用于创建双端队列
from collections import deque

def bfs(graph, start):
    """
    广度优先搜索算法。

    通过给定的图(graph)和起始节点(start),使用广度优先搜索策略遍历图。

    参数:
    - graph: 字典表示的图,键是节点,值是与该节点直接相连的节点列表。
    - start: 起始节点,字符串类型。

    返回值:
    无返回值,直接打印遍历结果。
    """
    # 初始化已访问节点集合,用于记录已经访问过的节点,避免重复访问
    visited = set()
    # 初始化队列,用于广度优先搜索
    queue = deque([start])
    # 将起始节点标记为已访问
    visited.add(start)

    # 当队列不为空时,继续遍历
    while queue:
        # 从队列左侧弹出一个节点,进行访问
        vertex = queue.popleft()
        # 打印访问的节点
        print(vertex, end=" ")

        # 遍历当前节点的所有邻接节点
        for neighbour in graph[vertex]:
            # 如果邻接节点未被访问过
            if neighbour not in visited:
                # 将邻接节点加入队列,以待后续访问
                queue.append(neighbour)
                # 标记该邻接节点为已访问
                visited.add(neighbour)

# 示例图
graph = {
    'A': ['B', 'C'],
    'B': ['A', 'C', 'D'],
    'C': ['A', 'B', 'D', 'E'],
    'D': ['B', 'C'],
    'E': ['C']
}

# 调用广度优先搜索函数,从节点'A'开始遍历图
bfs(graph, 'A')
3.c模板
void bfs(int graph[MAX][MAX], int n, int start) {
    int *queue = malloc(n * sizeof(int));
    int front = 0, rear = 0;
    int visited[MAX] = {0};

    // 将起始节点入队并标记为已访问
    queue[rear++] = start;
    visited[start] = 1;

    while (front != rear) {
        int current = queue[front++];
        printf("%d ", current);

        // 遍历当前节点的所有邻接节点
        for (int i = 0; i < n; i++) {
            if (graph[current][i] && !visited[i]) {
                queue[rear++] = i;
                visited[i] = 1;
            }
        }
    }

    free(queue);
}

五.典型例题

1.洛谷P3395

题目传送门https://www.luogu.com.cn/problem/P3395

题目描述

B 君站在一个n×n 的棋盘上。最开始,B君站在 (1,1)(1,1) 这个点,他要走到 (n,n) 这个点。

B 君每秒可以向上下左右的某个方向移动一格,但是很不妙,C 君打算阻止 B 君的计划。

每秒结束的时刻,C 君 会在 (x,y) 上摆一个路障。B 君不能走在路障上。

B 君拿到了 C 君准备在哪些点放置路障。所以现在你需要判断,B 君能否成功走到 (n,n)。

保证数据足够弱:也就是说,无需考虑“走到某处然后被一个路障砸死”的情况,因为答案不会出现此类情况。

输入格式

首先是一个正整数 T,表示数据组数。

对于每一组数据:

第一行,一个正整数 n。

接下来 2n−2 行,每行两个正整数 x 和 y,意义是在那一秒结束后,(x,y) 将被摆上路障。

输出格式

对于每一组数据,输出 Yes 或 No,回答 B 君能否走到 (n,n)。

输入输出样例

输入 #1

2
2
1 1
2 2
5
3 3
3 2
3 1
1 2
1 3
1 4
1 5
2 2

输出 #1

Yes
Yes

说明/提示

样例解释:

以下 0 表示能走,x 表示不能走,B 表示 B 君现在的位置。从左往右表示时间。

Case 1:
0 0    0 0    0 B  (已经走到了)
B 0    x B    x 0
Case 2:
0 0 0 0 0    0 0 0 0 0    0 0 0 0 0    0 0 0 0 0
0 0 0 0 0    0 0 0 0 0    0 0 0 0 0    0 0 0 0 0
0 0 0 0 0    0 0 x 0 0    0 0 x 0 0    0 0 x 0 0
0 0 0 0 0    0 0 0 0 0    0 0 x 0 0    0 0 x 0 0
B 0 0 0 0    0 B 0 0 0    0 0 B 0 0    0 0 x B 0 ......(B君可以走到终点)

数据规模:

防止骗分,数据保证全部手造。

对于 20% 的数据,有 n≤3。

对于 60% 的数据,有 n≤500。

对于 100% 的数据,有 n≤1000。

对于 100% 的数据,有 T≤10。

参考AC代码:

#include<bits/stdc++.h>
using namespace std;

// 访问数组,用于记录每个位置的最早访问时间
int vis[2005][2005];
// 方向数组,用于表示向四个方向的移动
int dx[4]={1,-1,0,0};
int dy[4]={0,0,1,-1};

int main(){
    int t;
    cin>>t;
    while(t--){
        int n;
        cin>>n;
        // 初始化访问数组为最大值
        memset(vis,0x3f,sizeof(vis));
        // 读取每个位置的访问时间
        for(int i=1;i<=2*n-2;i++){
            int x,y;
            cin>>x>>y;
            vis[x][y]=i;
        }
        // 使用队列进行广度优先搜索
        queue<array<int,3>> q;
        // 将起始位置加入队列
        q.push({1,1,0});
        // 标记起始位置为已访问
        vis[1][1]=-1;
        // 用于标记是否找到出口
        int ok=0;
        // 遍历队列中的元素
        while(!q.empty()){
            auto t=q.front();
            q.pop();
            // 到达出口位置
            if(t[0]==n&&t[1]==n){
                ok=1;
                break;
            }
            // 尝试向四个方向移动
            for(int i=0;i<4;i++){
                int tx=t[0]+dx[i];
                int ty=t[1]+dy[i];
                // 检查新位置是否合法,并且访问时间是否更早
                if(tx<1||tx>n||ty<1||ty>n||vis[tx][ty]<t[2]+1) continue;
                // 标记新位置为已访问
                vis[tx][ty]=-1;
                // 将新位置加入队列
                q.push({tx,ty,t[2]+1});
            }
        }
        // 根据是否找到出口,输出结果
        if(ok)cout<<"Yes"<<endl;
        else cout<<"No"<<endl;
    }
    return 0;
}
2.洛谷P1332

题目传送门:https://www.luogu.com.cn/problem/P1332

题目背景

巫妖王的天灾军团终于卷土重来,血色十字军组织了一支先锋军前往诺森德大陆对抗天灾军团,以及一切沾有亡灵气息的生物。孤立于联盟和部落的血色先锋军很快就遭到了天灾军团的重重包围,现在他们将主力只好聚集了起来,以抵抗天灾军团的围剿。可怕的是,他们之中有人感染上了亡灵瘟疫,如果不设法阻止瘟疫的扩散,很快就会遭到灭顶之灾。大领主阿比迪斯已经开始调查瘟疫的源头。原来是血色先锋军的内部出现了叛徒,这个叛徒已经投靠了天灾军团,想要将整个血色先锋军全部转化为天灾军团!无需惊讶,你就是那个叛徒。在你的行踪败露之前,要尽快完成巫妖王交给你的任务。

题目描述

军团是一个 n 行 m 列的矩阵,每个单元是一个血色先锋军的成员。感染瘟疫的人,每过一个小时,就会向四周扩散瘟疫,直到所有人全部感染上瘟疫。你已经掌握了感染源的位置,任务是算出血色先锋军的领主们感染瘟疫的时间,并且将它报告给巫妖王,以便对血色先锋军进行一轮有针对性的围剿。

输入格式

第 1 行:四个整数 n,m,a,b,表示军团矩阵有 n 行 m 列。有 a 个感染源,b 为血色敢死队中领主的数量。

接下来 a 行:每行有两个整数 x,y,表示感染源在第 x 行第 y 列。

接下来 b 行:每行有两个整数 x,y,表示领主的位置在第 x 行第 y 列。

输出格式

第 1 至 b 行:每行一个整数,表示这个领主感染瘟疫的时间,输出顺序与输入顺序一致。如果某个人的位置在感染源,那么他感染瘟疫的时间为 0。

输入输出样例

输入 #1复制

5 4 2 3
1 1
5 4
3 3
5 3
2 4

输出 #1复制

3
1
3

说明/提示

输入输出样例 1 解释

如下图,标记出了所有人感染瘟疫的时间以及感染源和领主的位置。

数据规模与约定

对于 100%100% 的数据,保证 1≤n,m≤500,1≤a,b≤105。

参考AC代码:

#include<bits/stdc++.h>
using namespace std;

// 定义数组以存储输入数据
int a[250010],b[250010];
int c[250010],d[250010],sum[250010];

// 主函数,程序的入口
int main(){
    // 读取测试用例参数
    int n,m,x,y;
    cin>>n>>m>>x>>y;

    // 读取第一组数据
    for(int i=1;i<=x;i++)
        cin>>a[i]>>b[i];

    // 读取第二组数据
    for(int i=1;i<=y;i++)
        cin>>c[i]>>d[i];

    // 初始化sum数组为最大值,用于后续寻找最小值
    memset(sum,127,sizeof(sum));

    // 计算每对元素的最小距离,并更新sum数组
    for(int i=1;i<=y;i++)
        for(int j=1;j<=x;j++)
            sum[i]=min(sum[i],abs(a[j]-c[i])+abs(b[j]-d[i]));

    // 输出结果
    for(int i=1;i<=y;i++)
        cout<<sum[i]<<endl;

    return 0;
}
3.洛谷P7243

题目传送门:最大公约数 - 洛谷

题目背景

  “寻求最大公约数是人民民主的真谛。……”

  初秋,从枝丫滴下的阳光,柔和,在教室的窗棱溅起,润湿晨读的少女的脸颊。

  “阿绫,阿绫”,天依低俯身子,八字辫耷拉在竖起的课本沿,“我们的最大公约数是多少呢?”

  “一定不小吧”,左手悄悄捏捏天依的小臂,“比如呀,有一个公因子,叫做‘你喜欢我,我也喜欢你’。”

题目描述

相反,人际圈形形色色,公约数小得可怜,似乎很难保持自己的个性因而变成无趣的人呢。

现在把人际抽象成一个 n×m 的矩形,每个人初始的个性为 ai,j​。从第二天开始,每个人会与上下左右四个人(如果存在)建立人际关系,其个性变为昨天自己和四周人个性的最大公约数。那么对于第 x 行第 y 列的人,在多少天后他的个性会变为 11 呢?


简化题意

有一个 n×m 的矩阵 a。对一个矩阵进行变换,定义为将这个矩阵内的所有元素变为其上下左右四个元素(不存在则忽略)及自身的最大公约数。询问 ax,y​ 在进行最少多少次变换之后会变成 1。如果可以使ax,y​ 经过若干次变换变成 11,输出其中最小的次数;否则输出 −1。

输入格式

第一行两个整数 n,m,表示矩阵的行数和列数。

接下来 n 行,每行 m 个整数,第 i 行第 j 列的整数 ai,j​ 描述了该位置的人的初始个性。

接下来一行两个整数x,y,表示某个指定的人的位置。

输出格式

一行一个整数 d,表示第 x 行第 y 列的人的个性会在 d 天后变为 1;特别地,若永远不会变为 1,应输出 −1。

输入输出样例

输入 #1复制

2 2
2 2
1 2
2 1

输出 #1复制

0

输入 #2复制

2 2
2 2 
2 2
1 1

输出 #2复制

-1

输入 #3复制

3 3
3 2 3
2 3 2
3 2 3
2 2

输出 #3复制

1

说明/提示

样例解释 3

第一天的个性矩阵(也就是最开始的矩阵)为

(323232323)⎝⎛​323​232​323​⎠⎞​

第二天的个性矩阵为

(111111111)⎝⎛​111​111​111​⎠⎞​

可见只需要经过一天,a2,2​ 就会变为 1,所以答案为 1。

数据规模与约定

本题采用捆绑测试。

对于 100%100% 的数据,1≤n,m≤2×103,1≤ai,j​≤1018,1≤x≤n,1≤y≤m。

子任务分值n,m特殊限制
11/保证给出的位置个性永远不会变为 1
21/保证 x,y​=1
33≤2/
410≤102/
530≤5×102/
610/保证对于所有的 ai,j​≤2
710/保证 x 与 y 都等于 1
835//

参考AC代码:

#include<bits/stdc++.h>
using namespace std;
// 定义常量N,用于数组大小,足以覆盖所有可能的输入值
const int N=2e3+10;
// a数组存储输入的矩阵元素,s数组用于存储从(x, y)到其他点的距离上的最大公约数
long long a[N][N],s[N];
/**
 * 计算两个长整型数的最大公约数
 * @param a 第一个长整型数
 * @param b 第二个长整型数
 * @return a和b的最大公约数
 */
long long gcd(long long a,long long b){
    long long x=0;
    while((x=a%b)){
        a=b;
        b=x;
    }
    return b;
}
int main(){
    int n,m,x,y;
    cin>>n>>m;
    for(int i=1;i<=n;i++)
        for(int j=1;j<=m;j++)
            cin>>a[i][j];
    cin>>x>>y;
    // 如果(x, y)处的元素为1,则输出0并结束程序
    if(a[x][y]==1){
        cout<<0<<endl;
        return 0;
    }
    for(int i=0;i<=n+m;i++)
        s[i]=a[x][y];
    for(int i=1;i<=n;i++)
        for(int j=1;j<=m;j++)
            if(i!=x||j!=y){
                int z=abs(x-i)+abs(y-j);
                s[z]=gcd(a[i][j],s[z]);
            }
    for(int i=1;i<=n+m;i++){
        s[i]=gcd(s[i-1],s[i]);
        if(s[i]==1){
            cout<<i<<endl;
            return 0;
        }
    }
    cout<<-1<<endl;
    return 0;
}

标签:queue,start,int,BFS,访问,算法,visited,例题,节点
From: https://blog.csdn.net/Alex_Fufu/article/details/141096501

相关文章

  • VUE DIFF算法原理
    Vue的Diff算法是虚拟DOM实现中的核心部分,它在视图更新时比较新旧虚拟DOM树并高效更新实际DOM。一、什么是Diff算法?Diff算法用于在虚拟DOM更新时,通过比较新旧两棵虚拟DOM树,找出最小差异并将这些变化应用到实际DOM上。Vue采用了一种高效的算法,只对同层级节点进......
  • KMP算法——理解 next 数组
    !注意!本文与《王道》,《严书》有所不同,字符串均从第0位开始,next数组没有添加常数1。博客为梳理思路所用,难免纰漏,希望不吝赐教。在字符串匹配中,设m为待匹配的主串S长度,n为找寻的模式串T长度。如:在主串S='ababc'中寻找模式串T='abc'则字符串匹配算法返回S中第......
  • Python实现CNN(卷积神经网络)对象检测算法
    目录1.引言2.对象检测的基本原理2.1对象检测的目标2.2常见对象检测方法2.2.1基于滑动窗口的传统方法2.2.2基于区域提议的现代方法2.2.3单阶段检测器2.3本次实现的检测方法3.代码实现3.1环境准备3.2数据准备与预处理3.3构建CNN模型3......
  • 【机器学习算法】梯度提升决策树
    梯度提升决策树(GradientBoostingDecisionTrees,GBDT)是一种集成学习方法,它通过结合多个弱学习器(通常是决策树)来构建一个强大的预测模型。GBDT是目前最流行和最有效的机器学习算法之一,特别适用于回归和分类任务。它在许多实际应用中表现出色,包括金融风险控制、搜索排名、......
  • 代码随想录算法训练营 | 动态规划 part01
    509.斐波那契数509.斐波那契数状态转移方程:F(0)=0,F(1)=1F(n)=F(n-1)+F(n-2),其中n>1递归,太多重复计算classSolution{public:intfib(intn){if(n==0||n==1){returnn;}returnfib(n-1)......
  • 代码随想录算法训练营第一天 | 704. 二分查找,27. 移除元素
     704.二分查找题目链接:https://leetcode.cn/problems/binary-search/1,左闭右闭publicintsearch(int[]nums,inttarget){intlow=0;inthigh=nums.length-1;while(low<=high){intmid=(high+low)/2;if(num......
  • 深度学习梯度下降算法,链式法则,反向传播算法
    多层神经网络的学习能力比单层网络强得多。想要训练多层网络,需要更强大的学习算法。误差反向传播算法(BackPropagation)是其中最杰出的代表,它是目前最成功的神经网络学习算法。现实任务使用神经网络时,大多是在使用BP算法进行训练,值得指出的是BP算法不仅可用于多层前馈神经网......
  • 代码随想录算法训练营第43天:动态规划part10:子序列问题
    300.最长递增子序列力扣题目链接(opensnewwindow)给你一个整数数组nums,找到其中最长严格递增子序列的长度。子序列是由数组派生而来的序列,删除(或不删除)数组中的元素而不改变其余元素的顺序。例如,[3,6,2,7]是数组[0,3,1,6,2,2,7]的子序列。示例1:输入:nums=[10,9,2......
  • 【MATLAB源码-第138期】基于matlab的D2D蜂窝通信仿真,对比启发式算法,最优化算法和随机
    操作环境:MATLAB2022a1、算法描述D2D蜂窝通信介绍D2D蜂窝通信允许在同一蜂窝网络覆盖区域内的终端设备直接相互通信,而无需数据经过基站或网络核心部分转发。这种通信模式具有几个显著优点:首先,它可以显著降低通信延迟,因为数据传输路径更短;其次,由于减少了基站的中转,可以提高......
  • Day30 贪心算法part4
    目录任务452.用最少数量的箭引爆气球思路435.无重叠区间思路763.划分字母区间思路任务452.用最少数量的箭引爆气球有一些球形气球贴在一堵用XY平面表示的墙面上。墙面上的气球记录在整数数组points,其中points[i]=[xstart,xend]表示水平直径在xstart和xend之间的......