一深度优先搜索遍历算法.docVIP

广度优先搜索算法 一．宽度优先搜索的过程 宽度优先搜索算法是最简便的图搜索算法之一，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。……，如此依次扩展，检查下去，直到发现目标节点为止。即 1、从图中的某一顶点V0开始，先访问V0；V0相邻接的顶点V1，V2，......，Vt；V1，V2，......，Vt相邻接的所有未曾访问过的顶点；Program Bfs； 初始化，初始状态存入OPEN表； 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； for I=1 to max do {max为产生子结点的规则数} begin if 子结点符合条件 then begin tail指针增1，把新结点存入列尾； 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） else if新结点是目标结点then输出并退出； end; end; until(tail=head); {队列空} 三、广度优先搜索注意事项： 1、每生成一个子结点，就要提供指向它们父亲结点的指针。当解出现时候，通过逆向跟踪，找到从根结点到目标结点的一条路径。 2、生成的结点要与前面所有已经产生结点比较，以免出现重复结点，浪费时间，还有可能陷入死循环。 3、如果目标结点的深度与“费用”（如：路径长度）成正比，那么，找到的第一个解即为最优解，这时，搜索速度比深度搜索要快些；如果结点的“费用”不与深度成正比时，第一次找到的解不一定是最优解。 4、广度优先搜索的效率还有赖于目标结点所在位置情况，如果目标结点深度处于较深层时，需搜索的结点数基本上以指数增长。 下面我们看看怎样用宽度优先搜索来解决八数码问题。 例如　图2给出广度优先搜索应用于八数码难题时所生成的搜索树。搜索树上的所有结点都标记它们所对应的状态，每个结点旁边的数字表示结点扩展的顺序。粗线条路径表明求得的一个解。从图中可以看出，扩展２６个结点和生成４６个结点之后，才求得这个解。此外，直接观察此图表明，不存在有更短走步序列的解。 　广度优先搜索图　　　　　　　　　　　　　　　　　　　　　　　 　　Program BFS； data；数据库赋初值； H:=0；队列尾指针L:=1； repeat 　　　　取下一个H所指的结点； for i:=1 to max do {i为产生新结点规则编号} begin 　　　　　L增1，把新结点存入数据库队尾；记录父结点的位置； 　if then 　　　　　　删去该结点(L减1) else 　　　　　　　if 新结点为目标结点 then 　　　　　end； end； until H=L {队列为空}program 8no_bfs; {八数码的宽度优先搜索算法} Const Dir : array[1..4,1..2]of integer 　　　　　 {四种移动方向，对应产生式规则} = ((1,0),(-1,0),(0,1),(0,-1)); N=10000; Type T8No = array[1..3,1..3]of integer; TList = record Father : integer;　　　　　　　　　　　 {父指针} dep : byte;　　 {深度} X0,Y0 : byte; {0的位置} State : T8No; 　　　　　　　　　　 {棋盘状态 } end; Var Source,Target : T8No; List : array[0..10000] of TList; {综合数据库 } Closed,Open,Best : integer { Best表示最优移动次数} Answer : integer; {记录解} Found : Boolean; {解标志} procedure GetInfo; {读入初始和目标节点} var i,j : integer; begin for i:=1 to 3 do for j:=1 to 3 do read