【优选算法专栏】专题十六:BFS解决最短路问题---前言

简介: 【优选算法专栏】专题十六:BFS解决最短路问题---前言


什么是最短路问题:

我们先举一个例子:

A是起点,I是终点。我们从A到I有以上好多种路径,并且点与点之间的距离是一样的,上面例子距离都为1.而这个距离我们也把它叫做边权。

我们此专题就解决的是边权为1的最短路问题,同时我们也可以解决边权相同的最短路问题。

两者是同类型题目。

如何解决最短路问题

那么介绍了什么是最短路问题,那么我们如何解决它呢?

其实很简单:

我们从起点开始,进行一次BFS即可

那么肯定首先需要一个队列来存储信息,其次我们还需要一个数组,可以是一个bool数组也可以是哈希表,其目的都是用来标记当前位置是否已经被遍历过了。

接下来我们模拟一下这个过程:

A AAI II:

先把A AA这个点扔到队列里面,丢进队列后进行标记,弹出对头元素,

把对头元素能去到地方加入到队列里面,从A AA可以到达B BBC CC,将B BBC CC丢进队列,相当于在A AA基础上向外扩展一层,然后统计队列里面有多少个元素,同时讲这些元素弹出去(在循环里)然后再同时向外扩展,依次内推…

当走到I II位置时,走到终点。最短路我们也就找到了。

最短路径我们知道是那一条,那么这个最短路是多少呢?

其实不难发现,我们层序遍历是一层一层剥开,那么这个扩展的层数其实就是我们的最短路的长度。

介绍到这,我们的最短路就基本介绍差不多了,其实就是用BFS来进行寻找最短路径。

目录
打赏
0
1
1
0
7
分享
相关文章
|
16天前
|
算法系列之搜索算法-广度优先搜索BFS
广度优先搜索(BFS)是一种非常强大的算法,特别适用于解决最短路径、层次遍历和连通性问题。在面试中,掌握BFS的基本实现和应用场景,能够帮助你高效解决许多与图或树相关的问题。
30 1
算法系列之搜索算法-广度优先搜索BFS
第十五届蓝桥杯pb组国赛E题[马与象] (15分)BFS算法 详解
第十五届蓝桥杯pb组国赛E题[马与象] (15分)BFS算法 详解
115 3
Java中,树与图的算法涉及二叉树的前序、中序、后序遍历以及DFS和BFS搜索。
【6月更文挑战第21天】Java中,树与图的算法涉及二叉树的前序、中序、后序遍历以及DFS和BFS搜索。二叉树遍历通过访问根、左、右子节点实现。DFS采用递归遍历图的节点,而BFS利用队列按层次访问。以下是简化的代码片段:[Java代码略]
65 4
数据结构与算法学习十六:树的知识、二叉树、二叉树的遍历(前序、中序、后序、层次)、二叉树的查找(前序、中序、后序、层次)、二叉树的删除
这篇文章主要介绍了树和二叉树的基础知识,包括树的存储方式、二叉树的定义、遍历方法(前序、中序、后序、层次遍历),以及二叉树的查找和删除操作。
52 0
|
7月前
|
BFS算法的实现
BFS算法的实现
74 1
Java数据结构与算法:图算法之广度优先搜索(BFS)
Java数据结构与算法:图算法之广度优先搜索(BFS)
基于GRU网络的MQAM调制信号检测算法matlab仿真,对比LSTM
本研究基于MATLAB 2022a,使用GRU网络对QAM调制信号进行检测。QAM是一种高效调制技术,广泛应用于现代通信系统。传统方法在复杂环境下性能下降,而GRU通过门控机制有效提取时间序列特征,实现16QAM、32QAM、64QAM、128QAM的准确检测。仿真结果显示,GRU在低SNR下表现优异,且训练速度快,参数少。核心程序包括模型预测、误检率和漏检率计算,并绘制准确率图。
83 65
基于GRU网络的MQAM调制信号检测算法matlab仿真,对比LSTM
基于PSO粒子群优化的CNN-LSTM-SAM网络时间序列回归预测算法matlab仿真
本项目展示了基于PSO优化的CNN-LSTM-SAM网络时间序列预测算法。使用Matlab2022a开发,完整代码含中文注释及操作视频。算法结合卷积层提取局部特征、LSTM处理长期依赖、自注意力机制捕捉全局特征,通过粒子群优化提升预测精度。适用于金融市场、气象预报等领域,提供高效准确的预测结果。

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等