广度优先搜索第一讲.pptVIP

第八章 广度优先搜索 广度优先搜索的过程 广度优先搜索算法（又称宽度优先搜索）是最简便的图的搜索算法之一，这一算法也是很多重要的图的算法的原型。Dijkstra单源最短路径算法和Prim最小生成树算法都采用了和宽度优先搜索类似的思想。 那么广度优先搜索到底是怎样的呢，我们来看一下这个例子： （广度优先一般用于解决图的问题） 马老师走一个迷宫，以前的走法是：发现岔路，那么就选择一条，走到底，如果走不通，再回到岔路口，走另一条路。这个就是深搜。 广度优先搜索的过程 但是这一次，马老师打算改变策略。从起点开始走，一旦发现岔路，马老师就释放分身，分别在每个方向上都放上一个分身，例如有两个方向：那么我们暂且给两个分身取名为1，2。但是马老师一心不能两用，同时为了保证公平，他决定每次控制一个分身走一步路，然后切换控制另一个分身。例如：先让1走一步，然后控制2走一步，但是，某个时刻，马老师发现，有一个分身又遇到了岔路，这个时候，只能让分身再次施展分身之术了，那么举个例子：某个时刻，1又到了一个3岔路口，为此，1分身为了11，12，13。这么一来，马老师在控制方案就变为先让11走一步，然后12，接着13，最后2。一次循环下去（当然又出现新分支那么同理）。直到有 一个分身走到终点，那么就完成了目标。 那么具体如何实现这个操作呢？相对于深搜来说可能就更直观一点了。 为了模拟如何控制每个分身，我们可以来看上图的一种数据结构队列。 为了更好的理解，我们可以把他认为是一个数组。 这么一来，我们可以发现，为了循环控制1，2，首先我将1，放到a[1]中去，2放到a[2]中去，然后我开始控制他们，首先将a[1]取出来，走一步，然后把1放到a[3]里，接着取出a[2]走一步，再把2放到a[4]里……假如某个时刻1在a[n]中，2在a[n+1]，当我们取出1是发现，有新的3岔路口，那么1就分成了11，12，13。那么我们分别把他们放入a[n+2],a[n+3],a[n+4]中去（当然1就消失了）……直到走到出口，我们就停下来。 通过上面的操作，我们发现一些关于这个队列（数组）的特性。 队列有两个口子，一个是拿出元素的（出队操作），一个是塞进元素的（进队操作）。 为了准确找到进队和出队的位置（数组元素的位置），我们要用到两个指针（变量）来指向（记录）当前元素的位置，常用的就是上图所示的front,rear两个变量名，当然你也可以取名为f,r。 那么如何实现操作呢？ 我们先来看中文写成的代码： a[1] = 起始点 F=1 R =2 // 一开始头指向第一个位置，尾巴指向要放进元素的位置，当然你f=r=1也是可以的。 While （直到我们无路可走，或者走到目的地才跳出） begin 从当前的队列中取出头一个也就是a[f]； a[f]向前走一步，如果有岔路11，12……1n，那么依次放到队列中去，同时r= n+2，指向最后一个元素的后一位。 End. 以上就是简化版的框架了，用数组模拟队列是不是就没那么复杂了！ 那么什么是无路可走，因为有可能没有情况能到达终点，都是死路，所以当我们把里的数字全部取完了（有可能取出1以后1不能向前走了，也没岔路了，那就不能再放到队列里去了），数字取完的意思就是（f=r）当然如果一开始f=r=1那么就是fr的时候取完了。 那么什么是走到目的地了呢，有时候是坐标，有时候是一个值。 Program Bfs； 初始化，初始状态存入队列； 队列首指针head:=0; 尾指针tail:=1； repeat 指针head后移一位，指向待扩展结点；（取出当前元素，因为一开始为0） for I=1 to max do //max为产生子结点的规则数（可以走的岔路个数） begin if 子结点符合条件 then（也就是说岔路能不能走） begin tail指针增1，把新结点存入列尾；（r+1,a[r+1]中放入新元素） if新结点与原已产生结点重复then删去该结点（取消入队，tail减1） （上面这句话的意思，有可能2走和1走的下一步都是同一个点，那就要取消一个分身了，或者所一个分身就没必要再进入队列了，建议在入队列前就判断。） else if新结点是目标结点then输出并退出； end; end; until(head=tail); //队列为空 广度优先搜索注意事项（结