数据结构与算法—— * 广度优先搜索 *

Posted 玄澈_

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据结构与算法—— * 广度优先搜索 *相关的知识,希望对你有一定的参考价值。

在上一次解救小玄的行动中,我们使用了深度优先搜索的方法。今天,我们将介绍另外一种方法来解决这个问题——广度优先搜索(Breadth First Search,BFS),也称为宽度优先搜索。

问题解析

最开始时,小澈在迷宫(1,1)处,他可以选择往右或者是往下走。选择我们采用“一层一层”拓展的方法来找到小玄。拓展时每发现一个点就将这个点加到队列中,直到走到小澈的位置(P,Q)时为止。

最开始时,小澈在入口(1,1)处,一步之内可以到达的点有(1,2)和(2,1)。

 但是小玄并不在这两个点上,那小澈只能通过(1,2)和(2,1)这两个点继续往下走。比如说从(1,2)后,可以到达(2,2)和(3,1)。此时你会发现(2,2)这个点既可以被从(1,2)到达,也可以从(2,1)到达,并且都只使用了两步。为了防止一个点被多次走到,我们需要一个数组来记录一个点是否被走到过。

 此时小澈2步可以走到的点就全部走到了,有(2,2)和(3,1),可是小玄并不在这两个点上。没有别的方法,还只能继续向下尝试,看看通过(2,2)和(3,1)还有没有哪些能够新到达的点。通过(2,2)这个点我们能到达(2,3)和(3,2),通过(3,1)我们可以到达(3,2)和(4,1)。现在3步能够到达的点有(2,3)(3,2)(4,1),依旧没有小玄所在的点,我们需要重复刚才的方法,直到找到小玄所在的点为止。

 

 


代码实现 

回顾刚才的算法,可以用一个队列来模拟这个过程。这里我们还是用一个结构体来实现队列。

struct note

	int x;   //横坐标
	int y;	 //纵坐标
	int s;	 //步数	
;

struct note que[2501];		//因为地图大小不超过 50*50,因此队列扩展不会超过2500个
int head, tail;
int a[51][51] =  0 ;		//用来储存地图
int book[51][51] =  0 ;	//数组book的作用是记录哪些点已经在队列中了,防止一个点被重复扩展,并全部初始化为0

//最开始的时候需要进行队列初始化,即将队列设置为空
head = 1;
tail = 1;
//第一步将(1,1)加入队列,并将队列设置为空
que[tail].x = 1;
que[tail].y = 1;
que[tail].s = 0;
tail++;
book[1][1] = 1;

然后从(1,1)开始,向右尝试走到了(1,2)

tx = que[head].x;
ty = que[head].y + 1;

 需要判断(1,2)是否越界

if (tx < 1 || tx > n || wy < 1 || ty >m)
		continue;

在判断(1,2)是否为障碍物或者是已经在路径中

if (a[tx][ty] == 0 && book[tx][ty] == 0)


如果满足以上条件,则将(1,2)入队,并标记该点已经走过。

//把这个点标记为走过
book[tx][ty] = 1; //注意宽搜每个点通常只入队一次,和深度不同,不需要将book数组还原
//插入新的点到队列中
que[tail].x = tx;
que[tail].y = ty;
que[tail].s = que[head].s + 1; //步数是小澈的步数+1
tail++;

 接下来还要继续往其他方向走。这里还是规定一个顺序,即按照顺时针的方向来尝试(也就是以右,下,左,上的顺序尝试)。我们发现(1,1)还是可以到达(2,1)因此也需要将(2,1)入列,代码与刚才对(1,2)的操作是一样的。

 对我们来说,其实(1,1)也就是没有用的了,此时我们将(1,1)出队。操作很简单,就一句话。

head++;

接下来我们需要在刚才新扩展出来的(1,2)和(2,1)两个点的基础上继续向下探索。到目前为止我们已经扩展出了从起点出发一步内可以到达的所有点。因为我们还没到达小玄的位置,所以我们需要继续向下探索。

(1,1)出队后,现在队列的head正好指向了(1,2)这个点,现在我们需要通过这个点继续拓展,通过(1,2)可以到达(2,2),并将(2,2)也加入队列。

 

(1,2)这个点处理完,对我们来说也没什么用了,于是将(1,2)出队。(1,2)出队后,head指向了(2,1)这个点。通过(2,1)我们可以到达(2,2)和(3,1),但因为(2,2)已经在队列中了,所以我们只需要将(3,1)入队。

 

 到目前为止我们已经扩展了从起点出发两点内可以到达的所有点,可是依旧没有到达小玄的位置,因此还需要继续,直到走到小玄所在的点,算法结束


为了方便四个方向拓展,与上一篇一样我们需要一个next数组

int next[4][2] = 
	0,1, //向右走
	1.0, //向下走
	0, - 1,//向左走
	-1,0, //向上走
;


完整代码 

#include <stdio.h>
struct note

	int x;   //横坐标
	int y;	 //纵坐标
	int s;	 //步数	
;

int main()

	struct note que[2501];		//因为地图大小不超过 50*50,因此队列扩展不会超过2500个
	int a[51][51] =  0 ;		//用来储存地图
	int book[51][51] =  0 ;	//数组book的作用是记录哪些点已经在队列中了,防止一个点被重复扩展,并全部初始化为0

	//定义一个用来表示走的方向的数组
	int next[4][2] = 
	0,1, //向右走
	1.0, //向下走
	0, -1,//向左走
	-1,0, //向上走
	;
	
	int head, tail;
	int i, j, k, nm, startx, starty, p, q, tx, ty, flag;

	scanf("%d %d", &n, &m);
	for (i = 1; i <= n; i++)
	
		for (j = 1; j <= m; j++)
		
			scanf("%d", &a[i][j]);
		
	


	//最开始的时候需要进行队列初始化,即将队列设置为空
	head = 1;
	tail = 1;
	//第一步将(1,1)加入队列,并将队列设置为空
	que[tail].x = startx;
	que[tail].y = starty;
	que[tail].s = 0;
	tail++;
	book[startx][starty] = 1;

	flag = 0; //用来标记是否到达目标点,0表示暂时还没有到达,1表示达到
	//当队列不为空时循环
	while (head < tail)
	
		//枚举四个方向
		for (k = 0; k <= 3; k++)
		
			//计算下一个点的坐标
			tx = que[head].x + next[k][0];
			ty = que[head].y + next[k][1];

			//判断是否越界
			if (tx < 1 || tx > n || wy < 1 || ty >m)
				continue;
			if (a[tx][ty] == 0 && book[tx][ty] == 0)
			
				//把这个点标记为走过
				//注意宽搜每个点只入队一次,所以和深搜不同,不需要将book还原
				book[tx][ty] = 1;
				//插入新的点到队列中
				que[tail].x = tx;
				que[tail].y = ty;
				que[tail].s = que[head].s + 1;
			

			//如果目标点到了,停止拓展,任务结束,退出循环
			
				if (tx == p && ty == q)
				
					//注意下面两句的位置不要写颠倒了
					flag = 1;
					break;
				
				if (flag == 1)
					break;
				head++;    //注意这个地方千万不要忘记,当一个点拓展结束后,需要head++才能对后面的点进行再拓展
		
	
	//打印队列中末尾最后一个点(目标点)的步数
	//注意tail是指向队列队尾的下一个位置,所以这需要-1
	printf("%d", que[tail - 1].s);
	return 0;


额外知识 

1959年,Edward F.Moore率先在“如何在迷宫中找到出路”这一问题中提出了广度优先搜索算法。1961年,C.Y.Lee在“电路板布线”这一个问题中也提出了相同的算法。


今天的文章就到此结束啦,如果觉得有帮助,请给小玄:

 

 

以上是关于数据结构与算法—— * 广度优先搜索 *的主要内容,如果未能解决你的问题,请参考以下文章

数据结构与算法图遍历算法 ( 深度优先搜索 DFS | 深度优先搜索和广度优先搜索 | 深度优先搜索基本思想 | 深度优先搜索算法步骤 | 深度优先搜索理论示例 )

手撸golang 基本数据结构与算法 图的搜索 深度优先/广度优先

[算法与数据结构] 走迷宫问题(广度与深度优先搜索)

算法浅谈——走迷宫问题与广度优先搜索

DFS-深度优先搜索与BFS-广度优先搜索

数据结构与算法—— * 广度优先搜索 *