BFS(Breath First Search 广度优先搜索)

简介: BFS(Breath First Search 广度优先搜索)

image.png

@[TOC]

一、知识及框架

  1. BFS算法都是用 “队列” 结构
  2. BFS和DFS最主要区别:bfs找到的路径一定是最短的,但代价是空间复杂度比dfs大很多
  3. bfs本质:一幅图,从起点到终点,求最短路径
  4. bfs空间复杂度高,而dfs空间复杂度较低
  5. 形象点说:dfs是线,bfs是面,dfs是单打独斗,bfs是集体行动
  6. dfs和bfs的时间复杂度都是O(N)
  7. BFS干的事:从起点start到终点target的最近距离
  8. BFS应用举例:走迷宫、连连看......

※ 思考问题1:为什么bfs、dfs都可以找到最短距离,但一般都使用bfs方法,而不用dfs呢?
答:bfs是齐头并进,一旦找到终点就不找了,而dfs需要全遍历后才知道最短路径

※ 思考问题2:既然bfs那么好,为啥dfs还需要存在?
答:bfs代价太大,除找最短路径用bfs,其他情况推荐dfs

==BFS框架:==
image.png

二、案例说明

==说明==:Node节点class对象代码请查看上一篇文章,https://blog.csdn.net/a924382407/article/details/118394577

二叉树

        /*   a1:↓                           a2:↓                  a3:↓
                1                               1                     1
               / \                                                   / \
              2   3                                                 2   3
             / \
            4   5
               /
              6
         */
        Node a1 = new Node(1, new Node(2, new Node(4), new Node(5, new Node(6), null)), new Node(3));
        Node a2 = new Node(1, null, null);
        Node a3 = new Node(1, new Node(2, null, null), new Node(3, null, null));

main函数

public static void main(String[] args){
        //问题3.1:使用bfs计算二叉树的最小高度
        System.out.println("使用bfs计算二叉树的最小高度:" + bfsMinDepth(a1));
        //问题3.2:解开密码锁的最少次数
        System.out.println("解开密码锁的最少次数:" + openLock(new String[]{"8887", "7789"}, "8888"));
}

案例1:使用bfs计算二叉树的最小高度

    //问题3.1:使用bfs计算二叉树的最小高度
    public static int bfsMinDepth(Node root) {
        if (root == null) return 0;
        Queue<Node> q = new LinkedList<>();
        q.offer(root);
        //root本身就是一层,将depth初始化为1
        int depth = 1;

        while (!q.isEmpty()) {
            int sz = q.size();
            //将当前队列中所有节点想四周扩散
            for (int i = 0; i < sz; i++) {
                Node cur = q.poll();
                //判断是否到达终点
                if (cur.left == null && cur.right == null) return depth;
                //将cur的相邻节点加入队列
                if (cur.left != null) q.offer(cur.left);
                if (cur.right != null) q.offer(cur.right);
            }
            //重点:这里增加步数
            depth++;
        }
        return depth;
    }

案例2:解开密码锁的最少次数,要求:请写一个算法,初始状态为0000,拨出target的最少次数,其中避免出现deadends中的包含的任意一个死亡密码,如果永远无法拨出target,则返回-1

    /**
     * 问题3.2:解开密码锁的最少次数
     *      要求:请写一个算法,初始状态为0000,拨出target的最少次数,其中避免出现deadends中的包含的任意一个死亡密码,如果永远无法拨出target,则返回-1
     */
    //将s[j]向上拨动一次
    public static 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);
    }

    //将s[j]向下拨动一次
    public static String minusOne(String s, int j) {
        char[] ch = s.toCharArray();
        if (ch[j] == '0') {
            ch[j] = '9';
        } else {
            ch[j] -= 1;
        }
        return new String(ch);
    }

    /**
     * openLock
     * @param deadends 死亡数字
     * @param target  目标密码
     * @return 次数
     */
    public static int openLock(String[] deadends, String target) {
        //记录需要跳过的死亡密码
        Set<String> deads = new HashSet<>();
        for (String s : deadends) deads.add(s);
        //记录已经穷举过的密码,防止走回头路
        Set<String> visited = new HashSet<>();
        Queue<String> q = new LinkedList<>();
        //从起点开始启动广度搜先搜索
        int step = 0;
        q.offer("0000");
        visited.add("0000");

        while (!q.isEmpty()) {
            int sz = q.size();
            //将当前队列中所有节点向四周扩散
            for (int i = 0; i < sz; i++) {
                String cur = q.poll();
                //判断密码是否合法,是否到达终点
                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);
                    }
                }
            }
            //重点:增加步数
            step++;
        }
        //如果穷举完都没找到目标密码,那就是找不到了
        return -1;
    }

本人其他文章链接

1.单链表题+数组题(快慢指针和左右指针)

2.BFS(Breath First Search 广度优先搜索)

3.”回溯算法“框架及练习题

4.JAVA 二叉树面试题

目录
相关文章
|
机器学习/深度学习 传感器 数据可视化
基于matlab模拟无线网络拓扑、估计链路质量并可视化拓扑
基于matlab模拟无线网络拓扑、估计链路质量并可视化拓扑
|
IDE 关系型数据库 开发工具
使用Visual Basic进行Windows窗体开发
【4月更文挑战第27天】本文介绍了使用Visual Basic进行Windows窗体(WinForms)开发的步骤,从搭建开发环境到创建、设计用户界面,再到编写事件驱动的代码和数据绑定。Visual Basic结合WinForms提供了一种易学易用的桌面应用开发方案。通过调试、优化、部署和维护,开发者可以构建专业应用程序。随着技术发展,掌握最新UI设计和开发工具对于保持竞争力至关重要。本文为初学者提供了基础指导,鼓励进一步探索和学习。
470 0
|
计算机视觉
OpenCV(三十八):二维码检测
OpenCV(三十八):二维码检测
629 0
|
8月前
|
固态存储 C++ 计算机视觉
Windows平台GIMP 2.10下载教程:零基础入门高级图像编辑
GIMP(GNU Image Manipulation Program)是一款开源跨平台图像编辑工具,支持图层管理、高级修图、色彩校正等功能,广泛应用于平面设计和照片修复。其优势包括全功能免费、插件生态丰富(600+扩展插件)、硬件要求低(1GB内存即可流畅运行)。本文详细介绍GIMP的软件定位、安装流程、首次配置及常见问题解答,帮助用户快速上手并充分利用其强大功能。
|
缓存 网络协议 网络性能优化
网络协议详解:TCP/IP与HTTP
【7月更文挑战第24天】TCP/IP协议和HTTP协议是现代互联网通信的重要基石。TCP/IP协议提供了计算机之间数据传输和通信的底层支持,而HTTP协议则在此基础上实现了超文本数据的传输。随着互联网的不断发展,TCP/IP协议和HTTP协议将继续发挥重要作用,为各种网络应用提供稳定、高效的通信服务。
|
监控 网络协议 算法
在Linux中,如何进行网络性能调优?
在Linux中,如何进行网络性能调优?
|
算法 Python
Python 大神修炼手册:图的深度优先&广度优先遍历,深入骨髓的解析
在 Python 编程中,掌握图的深度优先遍历(DFS)和广度优先遍历(BFS)是进阶的关键。这两种算法不仅理论重要,还能解决实际问题。本文介绍了图的基本概念、邻接表表示方法,并给出了 DFS 和 BFS 的 Python 实现代码示例,帮助读者深入理解并应用这些算法。
296 2
|
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。
|
数据可视化 vr&ar 开发工具
Unity游戏开发引擎是什么?有哪些优点
Unity引擎是一款由Unity Technologies开发的跨平台游戏开发引擎,广泛用于创建2D和3D游戏以及其他交互式内容,如虚拟现实(VR)和增强现实(AR)应用程序。
631 3
|
存储 运维 监控
Entity Framework Core 实现审计日志记录超棒!多种方法助你跟踪数据变化、监控操作,超实用!
【8月更文挑战第31天】在软件开发中,审计日志记录对于跟踪数据变化、监控用户操作及故障排查至关重要。Entity Framework Core (EF Core) 作为强大的对象关系映射框架,提供了多种实现审计日志记录的方法。例如,可以使用 EF Core 的拦截器在数据库操作前后执行自定义逻辑,记录操作类型、时间和执行用户等信息。此外,也可通过在实体类中添加审计属性(如 `CreatedBy`、`CreatedDate` 等),并在保存实体时更新这些属性来记录审计信息。这两种方法都能有效帮助我们追踪数据变更并满足合规性和安全性需求。
546 0