广度优先搜索(Breadth First Search, BFS)
广度优先搜索(Breadth First Search, BFS)
BFS算法实现的一般思路为:
// BFS
void BFS(int s){
queue<int> q; // 定义一个队列
q.push(s); // 队首元素入队 while (!q.empty()){
// 取出队首元素top
// 访问队首元素
// 将队首元素出队
// 将top的下一层结点中未曾入队的结点全部入队,并设置为已入队
}
}
常见题型一:
代码实现:
#include <stdio.h>
#include <queue>
using namespace std; const int maxn = ; // 位置结构体
struct node{
int x, y; // 位置(x, y)
}Node; int n, m; // 矩阵大小为 n * m
int matrix[maxn][maxn]; // 01 矩阵
bool inq[maxn][maxn] = { false }; // 记录位置 (x, y) 是否已入过队
int X[] = { , , , - }; // 增量数组
int Y[] = { , -, , }; // 判断坐标(x, y)是否需要访问
bool judge(int x, int y){
// 越界访问false
if (x >= m || x < || y >= n || y < ){
return false;
}
// 当前位置为0或者已经入过队也返回false
if (matrix[x][y] == || inq[x][y] == true){
return false;
}
// 否则返回 true
return true;
} // BFS函数访问位置(x, y)所在的块,将该块的所有'1'的inq都设置为 true
void BFS(int x, int y){
// 定义一个队列
queue<node> Q;
// 队首元素入队
Node.x = x, Node.y = y;
Q.push(Node); // 队列不为空则一直循环
while (!Q.empty()){
// 取出队首元素
node top = Q.front();
// 访问队首元素
// 弹出队首元素
Q.pop();
// 将这个元素所相连的坐标设置为已入队
for (int i = ; i < ; i++){
int newX = top.x + X[i];
int newY = top.y + Y[i];
if (judge(newX, newY)){
Node.x = newX, Node.y = newY;
// 将所有相连坐标入队
Q.push(Node);
inq[newX][newY] = true; // 设置位置[newX, newY]为已入过队
}
}
}
} int main()
{
// 读取输入
scanf("%d %d", &m, &n);
for (int i = ; i < m; i++){
for (int j = ; j < n; j++){
scanf("%d", &matrix[i][j]); // 读入 01 矩阵
}
int ans = ; // 存放块数
// 遍历矩阵
for (int x = ; x < m; x++){
for (int y = ; j < n; y++){
// 入过位置为1 且没有入过队则计数器加一
if (matrix[x][y] == && inq[x][y] == false){
ans++;
BFS(x, y);
}
}
}
} printf("%d\n", ans); return ;
}
常见题型二:
代码实现:
#include <stdio.h>
#include <queue>
using namespace std; const int maxn = ;
struct node{
int x, y;
int step; // step 为从起点到终点位置最少的步数(即层数)
}S, T, temp; int m, n; // n 为行, m位列
char maze[maxn][maxn]; // 迷宫信息
bool inq[maxn][maxn] = { false };
int X[] = { , , , - };
int Y[] = { , -, , }; // 检测位置(x, y)是否有效
bool test(int x, int y){
if (x >= m || x < || y >= n || y < )
return false;
if (maze[x][y] == '*' || inq[x][y] == true)
return false;
return true;
} int BFS(){
queue<node> q;
q.push(S); while (!q.empty()){
node top = q.front();
if (top.x == T.x && top.y == T.y)
return top.step;
q.pop();
for (int i = ; i < ; i++){
int newX = top.x + X[i];
int newY = top.y + Y[i];
if (test(newX, newY)){
// 创建一个新结点
node temp;
temp.x = newX, temp.y = newY;
temp.step = top.step + ;
q.push(temp);
inq[newX][newY] = true;
}
}
}
return -;
} int main()
{
scanf("%d %d", &m, &n);
for (int i = ; i < m; i++){
for (int j = ; j < n; j++){
maze[i][j] = getchar();
}
maze[i][n] = '\0';
}
scanf("%d %d %d %d", &S.x, &S.y, &T.x, &T.y);
S.step = ;
printf("%d\n", BFS()); return ;
}
广度优先搜索(Breadth First Search, BFS)的更多相关文章
- 数据结构之 图论---基于邻接矩阵的广度优先搜索遍历(输出bfs遍历序列)
数据结构实验图论一:基于邻接矩阵的广度优先搜索遍历 Time Limit: 1000MS Memory limit: 65536K 题目描述 给定一个无向连通图,顶点编号从0到n-1,用广度优先搜索( ...
- javascript实现的图数据结构的广度优先 搜索(Breadth-First Search,BFS)和深度优先搜索(Depth-First Search,DFS)
最后一例,搞得快.三天之内走了一次.. 下一步,面象对像的javascript编程. function Dictionary(){ var items = {}; this.has = functio ...
- 算法与数据结构基础 - 广度优先搜索(BFS)
BFS基础 广度优先搜索(Breadth First Search)用于按离始节点距离.由近到远渐次访问图的节点,可视化BFS 通常使用队列(queue)结构模拟BFS过程,关于queue见:算法与数 ...
- [SOJ] 图的广度优先搜索
Time Limit: 1sec Memory Limit:256MB Description 读入图的邻接矩阵以及一个顶点的编号(图中顶点的编号为从1开始的连续正整数.顶点在邻接矩阵的行和列上 ...
- (转)广度优先搜索BFS和深度优先搜索DFS
1. 广度优先搜索介绍 广度优先搜索算法(Breadth First Search),又称为"宽度优先搜索"或"横向优先搜索",简称BFS. 它的思想是:从图中 ...
- 关于宽搜BFS广度优先搜索的那点事
以前一直知道深搜是一个递归栈,广搜是队列,FIFO先进先出LILO后进后出啥的.DFS是以深度作为第一关键词,即当碰到岔道口时总是先选择其中的一条岔路前进,而不管其他岔路,直到碰到死胡同时才返回岔道口 ...
- 常用算法2 - 广度优先搜索 & 深度优先搜索 (python实现)
1. 图 定义:图(Graph)是由顶点的有穷非空集合和顶点之间边的集合组成,通常表示为:G(V,E),其中,G表示一个图,V是图G中顶点的集合,E是图G中边的集合. 简单点的说:图由节点和边组成.一 ...
- 【js数据结构】图的深度优先搜索与广度优先搜索
图类的构建 function Graph(v) {this.vertices = v;this.edges = 0;this.adj = []; for (var i = 0; i < this ...
- [MIT6.006] 13. Breadth-First Search (BFS) 广度优先搜索
一.图 在正式进入广度优先搜索的学习前,先了解下图: 图分为有向图和无向图,由点vertices和边edges构成.图有很多应用,例如:网页爬取,社交网络,网络传播,垃圾回收,模型检查,数学推断检查和 ...
随机推荐
- cf999E (强联通分量模板题)
给出n个点m条边的有向图,问至少添加多少条边使得任何点都可以从s点出发可达 #include<bits/stdc++.h> #define forn(i, n) for (int i = ...
- 走进MEasy的世界:基于STM32MP1的IOT参考设计
前言:在万物互联快速发展的趋势下,板卡处理器性能.内存大小.接口外设等都是人们非常关心的硬件参数,但是如何让硬件的作用实现它的功能最大化,一套完善的软件支持尤为重要. 背景:随着HTML5技术的发展, ...
- 2019sdqdCSP-J游记
特别鸣谢:Miku -------------------------- 中午上了车,和ljx坐在一块.太阳是多么好啊,我们在看着刚出的tg题,cmz找不到了准考证,sbl在临时打印准考证 等到好不容 ...
- 【Android】LitePal的基础
一.环境配置 LitePal 在GitHub地址为:https://github.com/LitePalFramework/LitePal 我们使用起来也很方便,直接在gradle中配置即可. 如果你 ...
- NoSQLBooster如何MongoDB的部分文档从一个集合拷贝到另外一个集合中
假设MongoDB数据库中存有collection_A和collection_B两个集合,如下图所示: (一)先从集合collection_A中拷贝选择的文档 打开collection_A,看到目前有 ...
- Tutorial: Publishing additional services for printing
Complexity:IntermediateData Requirement:Use your own data There may be occasions when you need to pu ...
- 每个Web开发者都应该知道的SOLID原则
面向对象的编程并不能防止难以理解或不可维护的程序.因此,Robert C. Martin 制定了五项指导原则,使开发人员很容易创建出可读性强且可维护的程序.这五项原则被称为 S.O.L.I.D 原则. ...
- 2020 CCPC Wannafly Winter Camp Day1 Div.1& F
#include<bits/stdc++.h> #define forn(i, n) for (int i = 0; i < int(n); i++) #define fore(i, ...
- [Java]对double变量进行四舍五入,并保留小数点后位数
1.功能 将double类型变量进行四舍五入,并保留小数点后位数 2.代码 import java.math.BigDecimal; import java.math.RoundingMode; im ...
- [Python]爬取首都之窗百姓信件网址id python 2020.2.13
经人提醒忘记发网址id的爬取过程了, http://www.beijing.gov.cn/hudong/hdjl/com.web.consult.consultDetail.flow?original ...