数据结构与算法之广度搜索(理论+代码)
来源:互联网 发布:淘宝考研资料是真的吗 编辑:程序博客网 时间:2024/05/29 00:32
上篇博客http://blog.csdn.net/xinzhi8/article/details/62222154主要阐述图的一些概念与深度优先搜索算法。
正如深度优先搜索,算法表现尽快远离起点似的,相反在广度优先搜索中算法要尽可能的将靠近起点的顶点一一搜索出来。它首先访问起始点的所有顶点,然后再访问较远的区域。这种搜索不能用栈,而是用队列来实现。
例子:
规则1:访问当前顶点下一个未访问的邻接点(如果存在),标记它,并把它插入队列中。
规则2:如果没有未访问的顶点而不能执行规则1,那么从队列头取一个顶点(如果才在),并使它为当前节点。
规则3:如果因为队列为空而不能执行规则2,搜索结束。
上图搜索过程:
设【】为队列
1,将A放入队列,标记A为访问过,此时队列【A】
2,从队列中拿出A,将A的邻接顶点BCDE放入队列,此时队列【BCDE】,标记BCDE为访问过。
3,因为A没有邻接顶点了,从队列头拿出B,此时队列为【CDE】,将B的邻接点F放入队列中,此时队列【CDEF】,标记B为访问过。
4,因为B没有邻接顶点了,从队列头拿出C,此队列为【DEF】,因为C没有邻接点,此队列为【DEF】,标记C为访问过。
5,因为C没有邻接点了,从队列头拿出D,此队列为【EF】,将D的临界点G放入队列,此队列为【EFG】,标记D为访问过。
6,因为G没有邻接点了,从队列头拿出E,此队列为【FG】,E没有邻接点,此队列为【FG】,标记G为访问过。
7,因为E没有邻接点了,从队列头拿出F,此队列为【G】,将F的邻接点H放入队列,此队列为【GH】,标记F为访问过。
8,因为F没有邻接点了,从队列头拿出G,此队列为【H】,将G的邻接点I放入队列,此队列为【HI】,标记G为访问过。
9,因为G没有邻接点了,从队列头拿出H,此队列为【I】,H没有邻接点,此队列为【I】,标记H访问过。
10,因为H没有邻接点了,从队列头拿出I,此时队列为【】,I没有邻接点,此队列为【】,标记I为访问过。
11,队列【】为空了,搜索结束。
与深度优先搜索相比,广度优先搜索方法有以下改变。
1,队列的设计,深度优先搜索是对栈的操作,压栈,弹栈都是对栈顶的操作,只需要记住栈顶的游标。但是在广度优先搜索中,拿出队列头(remove)的操作是针对队列的头部。增加邻接点(Add)的操作是针对队列的尾部,所以需要两个游标。
2,根据规则设计搜索方法
3,其余方法与深度搜索一样,不在阐述,具体参考我上篇博文,链接在文中开头。
此篇文章参考Java数据结构与算法,转载请标识来源。
要源码可向我留言。
- 数据结构与算法之广度搜索(理论+代码)
- 数据结构与算法之深度搜索(理论+代码)
- 数据结构之广度搜索算法
- 数据结构与算法之9(哈夫曼编解码与广度优先搜索)
- 数据结构与算法之广度优先<十三>
- 数据结构与算法9: 图的广度优先搜索
- [数据结构]广度优先搜索算法(Breadth-First-Search,BFS)
- 算法之广度优先搜索
- 【数据结构】算法7.6 广度优先搜索
- 数据结构之广度优先搜索(队列实现)问题
- 数据结构与算法之四 搜索算法
- 数据结构之深度优先与广度优先算法
- 算法之BFS(广度优先搜索算法)
- 数据结构之图的广度优先搜索
- 算法:队列与广度优先搜索(迷宫问题)
- 训练第二周之BFS算法(广度优先搜索)
- 【算法分析与设计】广度优先搜索
- 算法与数据结构之九----内核中的链表理论(美文转载)
- 根据项目需求Dialog简单封装
- python can't decode byte
- http请求数据包含特殊字符处理(java)
- cvFindContours
- bootstrape select使用小结
- 数据结构与算法之广度搜索(理论+代码)
- 用C++做一次鸡兔同笼 2017.3.17
- ubuntu 16.04 图形界面登录输入正确密码后无法进入桌面又跳转到登录界面
- 使用JDBC连接Oracle的Java代码
- excel 打印预览只能显示一页 打印的字特别小
- JVM 内存管理
- Android dialog的hide和dismiss方法分析
- sys.stdout.flush() Python的作用
- BroadcastReceiver源码分析