欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

广度优先搜索(bfs)

程序员文章站 2022-06-11 20:37:13
...

概念

       与树的遍历类似,我们希望从图的某一顶点出发访遍图中其余节点,并且使每一个顶点仅被访问一次。这个过程就叫做图的遍历。

       由于图的连接可能存在环路,沿着边依次访问的过程可能会使得某个顶点被访问多次,所以可以使用辅助数组visited[0…n-1]记录某个顶点是否已经被访问。它的初始值可以是false,如果某个顶点i被访问过了,就将visited[i]置为true.

       广度优先遍历类似于树的层次遍历,假设从图中的某个顶点v出发,在访问了v之后依次访问v的各个未曾被访问过的邻接点,然后分别再从这些邻接点出发依次访问它们的邻接点,直到图中所有已经被访问的顶点的邻接点都被访问到。如果图中此时还有顶点未被访问到,则选择一个未被访问过的邻接点为起始点,重复上述过程,直到图中所有的邻接点都被访问。

       换句话说,广度优先搜索遍历图是以v为起始点,由近至远,依次访问和v路径相通且路径长度为1,2…的顶点。

图示

广度优先搜索(bfs)

 

对于如图所示的图形,先从0开始访问,然后访问0的邻接点1和2,然后依次访问2的邻接点5和6,以及1的邻接点3和4,最后访问4的邻接点7.由于这些顶点的邻接点都已经被访问,并且图中所有的顶点都被访问。由此完成了图的遍历。

       遍历的顺序应该为0->1->2->5->6->3->4->7

       为了顺次访问路径长度为2,3…的顶点,需要用队列来记录已经被访问过的路径长度为1,2…的顶点。

算法(伪代码)

Void BFSTraverse(Graph G){

       Visited[] = new Boolean[G.size()];

       For(i = 0;I < G.size();i++)visited[i] = false;

       Init(queue);

       For(I = 0; I < G.size();i++){

              If(!visited[i]){

                     Visited[i] = true;

                     Print(i);

                     Queue.push(i);

                     while(!queue.isEmpty){

                            u = queue.poll();

                            for(int w : u的邻接点){

                                   if(!visited[w]){

                                          visited[w] = true;

                                          print(w);

                                          queue.push(w);                  

                                   }

                            }

              }

}     

代码


 

import java.util.*;

public class Solution {
    public static void main(String[] args) {
        List<Integer> l0 = new ArrayList<>();
        List<Integer> l1 = new ArrayList<>();
        List<Integer> l2 = new ArrayList<>();
        List<Integer> l3 = new ArrayList<>();
        List<Integer> l4 = new ArrayList<>();
        List<Integer> l5 = new ArrayList<>();
        List<Integer> l6 = new ArrayList<>();
        List<Integer> l7 = new ArrayList<>();
        List<List<Integer>> graph = new ArrayList<>();
        l0.add(1);
        l0.add(2);
        graph.add(l0);
        l1.add(3);
        l1.add(4);
        graph.add(l1);
        l2.add(5);
        l2.add(6);
        graph.add(l2);
        l3.add(1);
        l3.add(7);
        graph.add(l3);
        l4.add(1);
        l4.add(7);
        graph.add(l4);
        l5.add(2);
        l5.add(6);
        graph.add(l5);
        l6.add(2);
        l6.add(5);
        graph.add(l6);
        l7.add(3);
        l7.add(4);
        graph.add(l7);
        BFSTraverse(graph);
    }
    public static void BFSTraverse(List<List<Integer>> graph){
        boolean[] visited = new boolean[graph.size()];
        for(int i = 0;i < visited.length;i++)visited[i] = false;
        Queue<Integer> queue = new LinkedList<>();
        for(int i = 0;i < graph.size();i++){
            if(!visited[i]){
                visited[i] = true;
                System.out.println(i + " has been visited!");
                ((LinkedList<Integer>) queue).push(i);
                while(!queue.isEmpty()){
                    int v = queue.poll();
                    for(int w : graph.get(v)){
                        if(!visited[w]){
                            visited[w] = true;
                            System.out.println(w + " has been visited!");
                            ((LinkedList<Integer>) queue).push(w);
                        }
                    }
                }
            }
        }
    }

}

 

总结

深度优先搜索的时间复杂度为O(n+e).n为顶点个数,e为弧的个数。

 

相关标签: 算法 数据结构