广度优先搜索的理解与实现

Posted 神奇的程序员k

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了广度优先搜索的理解与实现相关的知识,希望对你有一定的参考价值。

前言

有一个树形无向图,它描述了国、省、市、区之间的层级关系,此时我们想找图中的某一个结点,它位于图中的第几层,此时你应该怎么做?

本文将以图文的形式,详细讲解广度优先搜索,并用javascript将其实现,完成上面所描述的问题,欢迎各位感兴趣的开发者阅读本文。

概念

广度优先搜索是一种对图进行搜索的算法。

假设我们一开始位于某个结点(即起点),此时并不知道图的整体结构,而我们的目的是从起点开始顺着边搜索,直到到达指定顶点(即终点)。在此过程中每走到一个顶点,就会判断一次它是否为终点。广度优先搜索会优先从离起点近的顶点开始搜索。

本文涉及到了图与队列,对此不了解的开发者,可以阅读我的另外两篇文章:图的认识 &栈与队列

图解示例

如图所示,A为起点,G为终点。一开始我们在起点A上,此时并不知道G在哪里。

  • 将可以从A知道的三个顶点B、C、D设为下一步的候补顶点 广度优先搜索的理解与实现
  • 从候补顶点中选出一个顶点。优先选择最早称为候补的那个顶点,如果有多个顶点同时称为候补,那么可以随意选择其中一个。 广度优先搜索的理解与实现
  • 此处B、C、D同时称为候补,所以我们随机选择了最左边的顶点B。 广度优先搜索的理解与实现
  • 将起点移动至顶点B,将B变为红色,同时将已经搜索过的顶点变为橙色。 广度优先搜索的理解与实现
  • 将可以从B直达的两个顶点E和F设为候补顶点 广度优先搜索的理解与实现
  • 此时最早成为候补顶点的是C和D,我们选择了左边的顶点C。 广度优先搜索的理解与实现
  • 移动顶点到C上 广度优先搜索的理解与实现
  • 将可以从C直达的顶点H设为候补顶点 广度优先搜索的理解与实现
  • 重复上述操作,直到到达终点,或者所有的顶点都被遍历为止。
  • 此时,我们的顶点到达了E,从A到E它的搜索顺序为:
A -> B
A -> C
A -> D
B -> E
广度优先搜索的理解与实现
  • 完成了A到I的搜索,现在顶点在J处 广度优先搜索的理解与实现
  • 到达终点G,搜索结束
# 从顶点A到终点G,搜索顺序如下
A -> B
A -> C
A -> D
B -> E
B -> F
C -> H
D -> I
D -> J
E -> K
F
H -> G

广度优先搜索的理解与实现

广度优先搜索的特征为从起点开始,由近及远进行广泛的搜索。因此,目标顶点离起点越近,搜索结束得就越快。

用JS实现广度优先搜索

正如图解示例所述,广度优先搜索会从一个顶点出发,广泛搜索它的子结点,将其子结点放进候选顶点中,判断当前顶点是否为终点,如果不是终点则按顺序取出候选顶点中的数据执行上述操作,直至找到终点为止。

操作候选结点时,我们是按顺序取出候选结点,符合了数据结构:「队列的特性」(先进先出)

因此,我们需要先实现一个队列用于存储候选结点

  • 实现一个队列,用于存放候选结点
/**
 * 实现一个基础队列
 * @constructor
 */

const Queue = function ({
    // 使用数组初始化队列
    let items = [];
    // 向队列插入元素
    this.enqueue = function (elem{
        items.push(elem);
    }
    // 从队头删除元素
    this.dequeue = function ({
        return items.shift();
    }
    // 查看队头元素
    this.front = function ({
        return items[0];
    }
    // 判断队列是否为空
    this.isEmpty = function ({
        return items.length ===0;
    }
    // 查看队列长度
    this.size = function ({
        return items.length;
    }
    // 查看队列中的元素
    this.print = function ({
        return items.toString();
    }
}
  • 声明一个函数,参数为:要查找的树形图,要查找的结点
  • 实例化一个队列,声明顶点到目标节点的深度变量并初始化为0
  • 将树加入队列中
  • 遍历队列,直至队列为空或者找到目标结点
  • 每遍历一次,顶点到目标结点的深度就+1
  • 遍历队列中的元素
  • 如果当前队列中的元素等于目标元素,则返回当前深度
  • 如果不是,则判断是否有下一层,将下一层的预选结点添加进队列
  • 删除遍历过的结点

我们将上述思路转换为代码

/**
 * 广度优先搜索
 * @param tree 要查找的树形图
 * @param target 要查找的结点
 * @returns {number} 返回目标结点在树中的深度
 */

const breadthFirstSearch = function (tree,target{
    // 实例化一个队列
    let queue = new Queue();
    // 根节点到目标结点的深度
    let step = 0;
    // 入队
    queue.enqueue(tree);
    // 遍历队列,直至队列为空,或者找到目标结点
    while (!queue.isEmpty()){
        step += 1;
        let len = queue.size();
        for (let i = 0; i < len; i++){
            // 获取队首元素
            let teamLeader = queue.front();
            // 如果是目标元素则返回当前深度
            if(target === teamLeader.value) return step;
            // 如果不是,将下一层结点添加进队列
            if(teamLeader.children && teamLeader.children.length){
                teamLeader.children.map(item=>{
                   queue.enqueue(item);
                });
            }
            // 删除遍历过的结点
            queue.dequeue();
        }
    }
}

接下来,我们用一个例子来测试下我们编写的广度优先搜索函数

如下图所示,是一个描述了国、省、市、区的对应关系的无向图,我们的问题是:从图中找到天河区在第几层。

  • 准备数据
// 我们用json来描述上面的无向图
const dataTree = {
    name:"国家",
    value:"中国",
    children:[
        {
            name:"省份",
            value:"广东",
            children: [
                {
                    name:"城市",
                    value:"广州",
                    children:[
                        {
                            name:"行政区",
                            value:"天河区",
                        },
                        ///  其他部分省略 ////
                    ]
                },
                {
                    name:"城市",
                    value"深圳",
                    children: [
                        {
                            name:"行政区",
                            value"福田区"
                        },
                         ///  其他部分省略 ////
                    ]
                }
            ]
        },
        {
            name:"省份",
            value:"陕西",
            children: [
                {
                    name:"城市",
                    value"西安",
                    children: [
                         ///  其他部分省略 ////
                    ]
                },
                {
                    name:"城市",
                    value"商洛",
                    children: [
                         ///  其他部分省略 ////
                    ]
                }
            ]
        }
    ]
}
  • 测试广度优先搜索函数
let step = breadthFirstSearch(dataTree,"天河区");
console.log(`目标结点在图中的第 ${step} 层`);

以上是关于广度优先搜索的理解与实现的主要内容,如果未能解决你的问题,请参考以下文章

DFS-深度优先搜索与BFS-广度优先搜索

算法专题 之 广度优先搜索

图解:深度优先搜索与广度优先搜索

深度优先搜索(DFS)与广度优先搜索(BFS)的Java实现

python 递归深度优先搜索与广度优先搜索算法模拟实现

如何理解分支定界中广度优先搜索的内存问题