第六章 BFS广度优先搜索讲义.docVIP

常用算法——广度优先搜索 在深度优先搜索算法中，是深度越大的结点越先得到扩展。如果在搜索中把算法改为按结点的层次进行搜索， 本层的结点没有搜索处理完时，不能对下层结点进行处理，即深度越小的结点越先得到扩展，也就是说先产生 的结点先得以扩展处理，这种搜索算法称为广度优先搜索法。英语中用Breadth-First-Search表示，所以我们 也把广度优先搜索法简称为BFS。 1、广度优先搜索的基本思想 从图中某一顶点Vo出发，首先访问Vo相邻的所有未被访问过的顶点V1、V2、……Vt；再依次访问与V1、V2、……Vt相邻的且未被访问过的所有顶点。如此继续，直到访问完图中所有的顶点。 如果用广度优先法对下图中结点进行搜索，从结点V1出发，先搜索处理 它的子结点V2和V3，即深度为2的结点；然后搜索深度为3的子结点V4、V5、V6、V7；最后搜索深度为4的 结点V8和V9。整个搜索的次序与结点产生的次序完全一致。 2. 广度优先搜索基本算法：??? 1）从某个顶点出发开始访问，被访问的顶点作相应的标记，并输出访问顶点号；??? 2）从被访问的顶点出发，依次搜索与该顶点有边的关联的所有未被访问的邻接点，并作相应的标记。??? 3）再依次根据2）中所有被访问的邻接点，访问与这些邻接点相关的所有未被访问的邻接点，直到所有顶点被访问为止。 3. 广度优先搜索算法框架： //by virgil //bfs base var q:array[1..maxn] of record v,r:longint..... end; //fifo fa,la:longint; //fifo first/last pointer procedure insert(a,b....:longint);//入队 begin inc(la); with q[la] do begin v:=a;r:=b.... end end; function take:record v,r:longint..... end;//出队 begin take:=q[fa]; inc(fa); end; procedure bfs; var k:record v,r:longint..... end begin repeat repeat k:=take until k满足限制; if k是可行解 then exit(k);//返回k 扩展k; //insert所有k的子节点 until fala; exit(no answer);//返回无解 end; 3. 广度优先搜索 实例 【倒水问题】 【八数码问题】 八数码难题(Eight-puzzle)。在3X3的棋盘上，摆有 8个棋子，在每个棋子上标有1～8中的某一数字。棋盘中留有一个空格。空格周围的棋子可以移到空格中。要求解的问题是，给出一种初始布局(初始状态)和目标布局(目标状态)，找到一种最少步骤的移动方法，实现从初始布局到目标布局的转变。初始状态和目标状态如下： 初始状态 目标状态 2 8 3 1 2 3 1 6 4 8 4 7 5 7 6 5 问题分析 ： 题目要找是达到目标的最少步骤，因此可以这样来设计解题的方法： 初始状态为搜索的出发点，把移动一步后的布局全部找到，检查是否有达到目标的布局，如果没有，再从这些移动一步的布局出发，找出移动两步后的所有布局，再判断是否有达到目标的。依此类推，一直到某布局为目标状态为止，输出结果。由于是按移动步数从少到多产生新布局的，所以找到的第一个目标一定是移动步数最少的一个，也就是最优解。建立产生式系统 ：综合数据库。用3X3的二维数组来表示棋盘的布局比较直观。我们用Ch[i,j]表示第i行第j列格子上放的棋子数字，空格则用0来表示。为了编程方便，还需存储下面3个数据：该布局的空格位置(Si，Sj)；初始布局到该布局的步数，即深度dep；以及该布局的上一布局，即父结点的位置(pnt)。这样数据库每一个元素应该是由上述几个数据组成的记录。 在程序中，定义组成数据库元素的记录型为：Type node＝record ch：array[1..3，1..3] of byte；{存放某种棋盘布局} si,sj:byte； {记录此布局中空格位置} dep,pnt：byte； end； 因为新产生的结点深度(从初始布局到该结点的步数)一般要比数据库中原有的结点深度大(或相等)。按广度优先搜索的算法，深度大(步数多)的结点后扩展，所以新产生的结点应放在数据库的后面。而当前扩展的结点从数据库前面选取，即处理时是按结点产生的先后次序进行扩展。这样广度优先搜索的数据库结构采用队列的结