【C++】算法集锦(5):BFS算法

举报
看,未来 发表于 2021/02/22 01:09:18 2021/02/22
【摘要】 文章目录 BFS算法框架框架代码 简单题:二叉树的最小高度拔高题:解开密码锁的最少次数一波优化:双向BFS BFS算法框架 BFS算法和DFS算法属于图论算法的范畴,DFS在前面回溯中,可以去看一下。 BFS算法用于寻找两点之间的最短路径。 碧如说:寻找树的最小高度(迭代法)、走迷宫、导航等问题。 这些问题看起来都会比较抽象,去做也是很抽...

在这里插入图片描述

BFS算法框架

BFS算法和DFS算法属于图论算法的范畴,DFS在前面回溯中,可以去看一下。
BFS算法用于寻找两点之间的最短路径。

碧如说:寻找树的最小高度(迭代法)、走迷宫、导航等问题。
这些问题看起来都会比较抽象,去做也是很抽象。

与其说算法框架难写,倒不如说是把实际问题转化为算法问题来的要难。
还记得我在图论算法那篇里面有讲过:学习图论算法,最难的是要有用图论算法的意识。等下看了例题就知道了。


框架代码

这个代码其实就是微调一下图的BFS遍历,搞成个伪代码的样子,没什么新鲜的。

int BFS(Node start,Node target){
	/*
		这是一个BFS算法的代码框架
		return:返回从start到target的最短步数
		start:起始点
		target:终点
	*/ Queue<Node> q;
	Set<Node> visited;	//避免走回头路 q.offer(start);	//将起点加入队列
	visited.add(start);
	int step = 0;	//纪录扩散的步数

	while(q not empty){
		int sz = q.size();
		for(int i = 0; i<sz; i++){ Node cur = q.poll(); //判断是否到终点 if(cur is target) return step; //将cur相邻节点加入队列 for(Node x: cur.adj())	//cur.adj()泛指与cur相邻的节点 if(x not in visited){ q.offer(x); visited.add(x); }
		} step++;	//更新步数
	}
}

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34

简单题:二叉树的最小高度

不难吧,用递归的话一下就出来了。
不过现在不是在讲BFS嘛,那就用BFS的方法吧。

起点是什么?起点是根节点。终点是什么?终点就是最靠近根节点的、两个子节点都是Null的节点。

接下来,我们对上面的框架进行改造:

int minDepth(TreeNode root){
	/*
		这是一个求二叉树最小高度的函数
		return:二叉树的最小高度
		root:根节点
	*/
	if(root == NULL) return 0; Queue<TreeNode> q;

	q.offer(root);	//将起点加入队列
	int depth = 1; while(!q.isEmpty()){
		int sz = q.size();
		for(int i = 0; i<sz; i++){ TreeNode cur = q.poll(); //判断是否到终点 if(cur.left == NULL && cur.right == NULL) return depth; //将cur相邻节点加入队列 if(cur.left != NULL) q.offer(cur.left); if(cur.right != NULL) q.offer(cur.right);
		} depth++;	//更新步数
	}
	return depth;
}

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32

拔高题:解开密码锁的最少次数

你有一个带有四个圆盘拨轮的轮盘锁,每个拨轮都有“0-9”十个数字,旋转没有边界限制,但是每次只能旋转一个位置。轮盘锁的初始位置是“0000”,现在给你一个密码和一组死亡密码(避免拨出的密码),请你设计一个算法,计算从初始状态到拨出最终密码所需要的最少次数。

抽象吧,就直接看这个题目,直接给我干懵逼了。
但是,不怕啊,前面不是说过了动态规划类题目的解题步骤嘛,先把暴力解法画出来,走通一条路,再优化。

那,暴力解法怎么解?真的,要不是有那个“死亡密码组”的存在,还真的就很暴力了。

第一步,拨一下。不管会怎么样,都得拨一下吧。这一下有八种可能了吧。
第二步,匹配。拨一下,对所有结果都进行一次的匹配。如果对上了,就返回结果;如果对不上,返回第一步再循环。
注意点一:如果碰到死亡密码,跳过。
注意点二:不要走回头路。
注意点三:空间能省着用就省着用。

  
 
  • 1
  • 2
  • 3
  • 4
  • 5

好,关键的一步来了,怎么将这个暴力算法往图论算法的方向去引呢。
再看一下上面这个暴力算法,不难看出来,这就是一个节点下面拖八个子节点的八叉树,又是求最短距离,BFS。

int openLock(String[] deadends,String target){
	//纪录需要跳过的死亡密码
	Set<String> deads = new HashSet<>(); for(String s:deadends) dead.add(s);

	//纪录已经穷举过的密码
	set<String> visited = new HashSet<>(); Queue<String> q = new LinkedList<>(); //从起点开始启动广度优先搜索
	int step = 0;
	q.offer("0000");
	visited.add("0000");

	while(!q.isEmpty){
		int sz = q.size();
		for(int i = 0;i<sz;i++){ string cur = q.poll(); //判断密码是否合法 if(deads.contains(cur) continue; if(cur.equals(target)) return step;
		} //将一个节点的未遍历相邻节点加入队列
		for(int j=0;j<4;j++){ String up = plusOne(cur,j); if(!visited.contains(up){ q.offer(up); visited.add(up); } String down = minusOne(cur,j); if(!visited.contains(down){ q.offer(down); visited.add(down); }
		}
		step++;
	}
	return -1;
}

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46

上翻下翻的代码:

String plusOne(String s,int j){
	char[] ch = s.toCharArray();
	if(ch[j] == '9')
		ch[j] = '0';
	else
		ch[j] += 1;
	return new String(ch);
}

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
String downOne(String s,int j){
	char[] ch = s.toCharArray();
	if(ch[j] == '0')
		ch[j] = '9';
	else
		ch[j] -= 1;
	return new String(ch);
}

  
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

一波优化:双向BFS

上面的操作,简化一下是这样的:
在这里插入图片描述

从顶部蓝色的节点,找底部红色的节点。

所有节点都被遍历了。

这时候我们换个思路,既然终点也是已知的,那就:
在这里插入图片描述

上下同步进行,在中间黑色节点的地方汇聚了。

文章来源: lion-wu.blog.csdn.net,作者:看,未来,版权归原作者所有,如需转载,请联系作者。

原文链接:lion-wu.blog.csdn.net/article/details/113915792

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。