搜索与图论-树与图的广度优先遍历

简介: 搜索与图论-树与图的广度优先遍历

文章目录


BFS 广度优先遍历详见搜索与图论-BFS



一、树与图的广度优先遍历

  • 树与图的广度优先遍历思想与 BFS 相似,是一层一层地进行搜索。

1. 构建


2. 遍历

  • 广度优先遍历是对临边的搜索,模板代码如下:
void bfs()
{
    int hh = 0,tt = 0;
    q[0] = 1;//队列数组
    while(hh <= tt)
    {
        int t = q[hh++];
        for(int i = h[t];i != -1;i = ne[i])
        {
            int j = e[i];
            if(判断)
                q[++tt] = j;
        }
    }    
}


  • 针对具体的题目,填入对应的代码即可。

3. 具体实现详见例题——图中点的层次


二、树与图的广度优先遍历例题——图中点的层次

题目描述


给定一个 n 个点 m 条边的有向图,图中可能存在重边和自环。

所有边的长度都是 1,点的编号为 1∼n。

请你求出 1 号点到 n 号点的最短距离,如果从 1 号点无法走到 n 号点,输出 −1。


输入格式

第一行包含两个整数 n 和 m。

接下来 m 行,每行包含两个整数 a 和 b,表示存在一条从 a 走到 b 的长度为 1 的边。

输出格式

输出一个整数,表示 1 号点到 n 号点的最短距离。

数据范围

1 ≤ n,m ≤ 1e5


输入样例

4 5

1 2

2 3

3 4

1 3

1 4

输出样例

1



具体实现(一)

1. 样例演示


重边 是指两个点之间有两条边。如下图所示就叫重边。


80311b41fb73445780e5b366dd198cee.png


  • 自环 是指自己指向自己。如下图所示就叫自环。


ba8d318a0a2f480db46d878c49b2e4f0.png


  • 首先,输入两个整数 n=4 和 m=5 。
  • 有 m=5 个操作。
  • 1 到 2 连一条边。
  • 2 到 3 连一条边。
  • 3 到 4 连一条边。
  • 1 到 3 连一条边。
  • 1 到 4 连一条边。
  • 求的是 1 号点到 n=4 号点的最短路径,


2. 实现思路


判断 1 号点能否走到 n 号点,广度优先遍历即可。

用 dist 数组保存 1 号点到各个节点的距离,初始时,都是无穷大。

用 st 数组标记各个节点有没有走到过。

从 1 号点开始,广度优先遍历:

(1) 1 号点入队列,dist[1] 的值更新为 0。

(2) 如果队列非空,就取出队头,找到队头节点能到的所有节点。如果队头节点能到走到的节点没有标记过,就将节点的 dist 值更新为队头的 dist 值 +1 ,然后入队。

(3) 重复步骤 2 直到队列为空。

(4) 这个时候,dist 数组中就存储了 1 号点到各个节点的距离了。如果距离是无穷大,则不能到达,输出 -1,如果距离不是无穷大,则能到达,输出距离。

图的存储采用邻接表的形式。

(1) 用 h 数组保存各个节点能到的第一个节点的编号。开始时,h[i] 全部为 -1。

(2) 用 e 数组保存节点编号,ne 数组保存 e 数组对应位置的下一个节点所在的索引。

(3) 用 idx 保存下一个 e 数组中,可以放入节点位置的索引。

(4) 插入边使用的头插法,例如插入:a->b。首先把b节点存入e数组,e[idx] = b。然后 b 节点的后继是h[a],ne[idx] = h[a]。最后,a 的后继更新为 b 节点的编号,h[a] = idx,索引指向下一个可以存储节点的位置,idx ++ 。


3. 代码注解


int h[N],ne[N], e[N], idx;邻接表数据结构。

int dist[N];存储距离。

int st[N];标记点是否走到过。

memset(dist, 0x3f, sizeof(dist));初始都没有走到过,距离无穷大。

cout << (dist[n] == 0x3f3f3f3f ? -1 : dist[n]);如果到 n 号节点的距离不是无穷大,输出距离,如果是无穷大,输出 -1。

详细注解见实现代码。


4. 实现代码

#include <bits/stdc++.h>
using namespace std;
const int N = 100010;
int h[N],ne[N], e[N], idx;
int dist[N];
int st[N];
int n, m;
void add(int a, int b)//邻接表存储图
{
    e[idx] = b, ne[idx] = h[a], h[a] = idx++;
}
void bfs()
{
    memset(dist, 0x3f, sizeof(dist));
    dist[1] = 0;//从1号节点开始,距离为0
    queue<int> q;//队列
    q.push(1);//1号节点入队列
    st[1] = 1;//1到1的距离为0,已经求出
    while(q.size())//对列非空,就一直往后搜索
    {
        int t = q.front();//队头出队,找该点能到的点
        q.pop();
        for(int i = h[t]; i != -1; i = ne[i])//遍历所有t节点能到的点,i为节点索引
        {
            int j = e[i];//通过索引i得到t能到的节点编号
            if(!st[j])//如果没有遍历过
            {
                dist[j] = dist[t] + 1;//距离为t号节点的距离+1
                q.push(j);//节点入队
                st[j] = 1;//入队后标记,已经遍历过了
            }
        }
    }
}
int main()
{
    cin >> n >>m;
    memset(h, -1, sizeof h);//初始化,所有节点没有后继,后继都是-1
    for(int i = 0; i < m; i++)//读入所有边
    {
        int a, b;
        cin >> a >> b;
        add(a, b);//加入邻接表
    }
    bfs();//广度优先遍历
    cout << (dist[n] == 0x3f3f3f3f ? -1 : dist[n]);
    system("pause");
    return 0;
}


具体实现(二)

1. 代码注解


  • int d[N];存储每个节点离起点的距离 d[1]=0 。
  • int q[N];存储层次遍历序列 0 号节点是编号为 1 的节点。
  • d[j]=d[t]+1;d[j] 存储j节点离起点的距离,并标记为访问过。

2. 实现代码

#include <bits/stdc++.h>
using namespace std;
const int N = 100010;
int n, m;
int h[N], e[N], ne[N], idx;
int d[N], q[N];
void add(int a, int b)
{
    e[idx] = b;
    ne[idx] = h[a];
    h[a] = idx;
    idx ++ ;
}
int bfs()
{
    int hh = 0;
    int tt = 0;
    q[0] = 1;
    memset(d, -1, sizeof d);
    d[1] = 0;
    while (hh <= tt)
    {
        int t = q[hh ++];
        for (int i = h[t]; i != -1; i = ne[i])
        {
            int j = e[i];
            if (d[j] == -1)
            {
                d[j] = d[t] + 1;
                tt ++;
                q[tt] = j;
            }
        }
    }
    return d[n];
}
int main()
{
    cin >> n >> m;
    memset(h, -1, sizeof h);
    for (int i = 0; i < m; i ++ )
    {
        int a, b;
        cin >> a >> b;
        add(a, b);
    }
    cout << bfs() << endl;
    return 0;
}


















































相关文章
|
5月前
|
存储 算法 Java
广度优先搜索(Breadth-First Search,BFS)是一种用于图的遍历或搜索的算法。
广度优先搜索(Breadth-First Search,BFS)是一种用于图的遍历或搜索的算法。
|
6月前
|
存储 算法
图的深度优先算法
图的深度优先算法
39 0
|
算法
广度优先遍历(BFS):逐层探索图的算法奥秘
在图论中,广度优先遍历(Breadth-First Search,BFS)是一种图遍历算法,它以一种逐层的方式探索图的节点。通过从起始节点开始,逐层向外扩展,BFS能够帮助我们解决许多与图相关的问题。
122 0
|
存储 索引
搜索与图论-树与图的深度优先遍历
搜索与图论-树与图的深度优先遍历
|
存储 机器学习/深度学习 算法
搜索与图论-BFS
搜索与图论-BFS
搜索与图论-有向图的拓扑序列
搜索与图论-有向图的拓扑序列
|
机器学习/深度学习 算法 C++
搜索与图论- Dijkstra 算法
搜索与图论- Dijkstra 算法
es 实现图的基本算法 图的深度优先搜索 广度优先搜索 普利姆算法
es 实现图的基本算法 图的深度优先搜索 广度优先搜索 普利姆算法
es 实现图的基本算法 图的深度优先搜索 广度优先搜索 普利姆算法
|
算法
回溯法——图m染色问题
回溯法——图m染色问题
205 0