zoukankan      html  css  js  c++  java
  • BFS(一):广度优先搜索的基本思想

          广度优先搜索BFS(Breadth First Search)也称为宽度优先搜索,它是一种先生成的结点先扩展的策略。

          在广度优先搜索算法中,解答树上结点的扩展是按它们在树中的层次进行的。首先生成第一层结点,同时检查目标结点是否在所生成的结点中,如果不在,则将所有的第一层结点逐一扩展,得到第二层结点,并检查第二层结点是否包含目标结点,……,对层次为n+1的任一结点进行扩展之前,必须先考虑层次完层次为n的结点的每种可能的状态。因此,对于同一层结点来说,求解问题的价值是相同的,可以按任意顺序来扩展它们。通常采用的原则是先生成的结点先扩展。

          为了便于进行搜索,要设置一个表存储所有的结点。由于在广度优先搜索算法中,要满足先生成的结点先扩展的原则,所以存储结点的表一般采用队列这种数据结构。

          在编写程序时,可用数组q模拟队列。front和rear分别表示队头指针和队尾指针,初始时front=rear=0。

          元素x入队操作为  q[rear++]=x;

          元素x出队操作为  x =q[front++];

          广度优先搜索算法的搜索步骤一般是:

          (1)从队列头取出一个结点,检查它按照扩展规则是否能够扩展,如果能则产生一个新结点。

           (2)检查新生成的结点,看它是否已在队列中存在,如果新结点已经在队列中出现过,就放弃这个结点,然后回到第(1)步。否则,如果新结点未曾在队列中出现过,则将它加入到队列尾。

          (3)检查新结点是否目标结点。如果新结点是目标结点,则搜索成功,程序结束;若新结点不是目标结点,则回到第(1)步,再从队列头取出结点进行扩展。

          最终可能产生两种结果:找到目标结点,或扩展完所有结点而没有找到目标结点。

          如果目标结点存在于解答树的有限层上,广度优先搜索算法一定能保证找到一条通向它的最佳路径,因此广度优先搜索算法特别适用于只需求出最优解的问题。当问题需要给出解的路径,则要保存每个结点的来源,也就是它是从哪一个节点扩展来的。

          对于广度优先搜索算法来说,问题不同则状态结点的结构和结点扩展规则是不同的,但搜索的策略是相同的。广度优先搜索算法的框架一般如下:

    void  BFS()

    {

        队列初始化;

        初始结点入队;

        while (队列非空)

        {  

              队头元素出队,赋给current;

              while  (current 还可以扩展)

              {

                  由结点current扩展出新结点new;

                  if  (new 重复于已有的结点状态) continue;

                  new结点入队;

                  if  (new结点是目标状态)

                  {

                        置flag= true;    break; 

                   }

              }

          }

    }

           对于不同的问题,用广度优先搜索法的算法基本上都是一样的。但表示问题状态的结点数据结构、新结点是否为目标结点和是否为重复结点的判断等方面则有所不同。对具体的问题需要进行具体分析,这些函数要根据具体问题进行编写。

    【例1】黑色方块

          有一个宽为W、高为H的矩形平面,用黑色和红色两种颜色的方砖铺满。一个小朋友站在一块黑色方块上开始移动,规定移动方向有上、下、左、右四种,且只能在黑色方块上移动(即不能移到红色方块上)。编写一个程序,计算小朋友从起点出发可到达的所有黑色方砖的块数(包括起点)。

          例如,如图1所示的矩形平面中,“#”表示红色砖块,“.”表示黑色砖块,“@”表示小朋友的起点,则小朋友能走到的黑色方砖有28块。

          (1)编程思路。

          采用广度优先搜索法解决这个问题。

          用数组q模拟队列操作,front为队头指针,rear为队尾指针,初始时front=rear=0。

          入队操作为 q[rear++]=cur;

          出队操作为 cur=q[front++]。

          程序中定义方砖的位置坐标(x,y)为Node类型,定义数组int visit[N][N]标记某方砖是否已走过,visit[i][j]=0表示坐标(i,j)处的方砖未走过,visit[i][j]=1表示坐标(i,j)处的方砖已走过。初始时visit数组的所有元素值均为0。

          具体算法步骤为:

          ① 将出发点(startx,starty)入队列q,且置visit[startx][starty]=1,表示该处的方砖已被处理,以后不再重复搜索。

          ② 将队列q的队头元素出栈,得到一个当前方砖cur,黑色方砖计数(sum++),沿其上、下、左、右四个方向上搜索未走过的黑色方砖,将找到的黑色方砖的坐标入队列q。

          ③ 重复执行②,直至队列q为空,则求出了所有能走过的黑色方砖数。

          (2)源程序。

    #include <iostream>

    using namespace std;

    #define N 21

    struct Node

    {

           int x;

           int y;

    };

    int dx[4]={-1,1,0,0};

    int dy[4]={0,0,-1,1};

    char map[N][N];

    int visit[N][N];

    int bfs(int startx, int starty,int w,int h)

    {

           Node q[N*N],cur,next;   // q为队列

           int  front,rear;        // front为队头指针,rear为队尾指针

           int i,x,y,sum;    

           front=rear=0;           // 队列q初始化

           sum=0;

           cur.x=startx;   cur.y=starty; 

           visit[startx][starty]=1;

           q[rear++]=cur;          // 初始结点入队

           while(rear!=front)      // 队列不为空

           {

                  cur=q[front++];     // 队头元素出队

                  sum++;              // 方砖计数

                  for (i=0;i<4;i++)

                  {

                      x=cur.x+dx[i];  y=cur.y+dy[i];

                     if(x >=0 && x<h && y>=0 && y<w && map[x][y]!='#' && visit[x][y]==0)

                     {

                            visit[x][y] = 1;

                            next.x=x;  next.y=y;  // 由cur扩展出新结点next

                            q[rear++]=next;       // next结点入队

                      } 

                  }

           }

           return sum;

    }

    int main()

    {

       int i,j,pos_x,pos_y,w,h,sum;

       while(1)

       {

           cin>>w>>h;

            if (w==0 && h==0) break;

           for(i=0;i<h;i++)

           {

              for(j=0;j<w;j++)

              {

                  cin>>map[i][j];

                  if (map[i][j]=='@')

                 {

                    pos_x = i;

                    pos_y = j;

                 }

                  visit[i][j] = 0;

             }

          }

          sum=bfs(pos_x, pos_y,w,h);

          cout<<sum<<endl;

       }

       return 0;

    }

  • 相关阅读:
    第三方网站实现绑定微信登陆
    安卓微信中bootstrap下拉菜单无法正常工作的解决方案
    一个Web钢琴谱记忆工具
    腾讯实习生面试经历-15年3月-Web前端岗
    AngularJS自定义指令三种scope
    AngularJS在自定义指令中传递Model
    Canvas文本绘制的浏览器差异
    AngularJS学习笔记
    善用width:auto以及white-space:nowrap以防止布局被打破
    Timeline中frame mode帧模式中idle占据大片位置
  • 原文地址:https://www.cnblogs.com/cs-whut/p/11147348.html
Copyright © 2011-2022 走看看