BFS

简介: 文章目录前言一、BFS是什么?二、例题,代码1.AcWing 844. 走迷宫本题分析AC代码2.AcWing 845. 八数码本题分析AC代码三、时间复杂度

文章目录

前言

一、BFS是什么?

二、例题,代码

1.AcWing 844. 走迷宫

本题分析

AC代码

2.AcWing 845. 八数码

本题分析

AC代码

三、时间复杂度


前言

复习acwing算法基础课的内容,本篇为讲解基础算法:BFS,关于时间复杂度:目前博主不太会计算,先鸽了,日后一定补上。


一、BFS是什么?

BFS即宽度优先搜索,用BFS存储的树中,遍历是一行一行遍历的,根据这个性质,如果每条边的权重都是一样的话,BFS算法具有最短路的性质,本文的BFS运用到了STL中的队列(queue),队列的详细做法详见博客:STL—queue,同时在记录图和距离的时候用到了pair,unordered_map,pair的详细做法见博客:STL—pair,unordered_map的用法和map基本一致,详见:STL—map


二、例题,代码

1.AcWing 844. 走迷宫

本题链接:AcWing 844. 走迷宫

本博客给出本题截图:

image.png


本题分析

用pair是为了存储横纵坐标,d数组是为了存储距离,如d[x][y]是存储坐标为(x ,y)的点到(0,0)点的距离,g数组是为了存储一开始的图(二维数组迷宫),队列q是为了存储所有满足要求的点,首先将d数组初始化,把d数组初始化为-1,代表没有走过,这一步的操作可以用for循环实现,也可以用memset函数去实现,即memset(d, -1, sizeof d);,每一步操作(向上向下向左向右移)我们可以通过这么一种形式去实现,即如果向右移动就是y不变,x加一,向左就是y不变,x减一,向上就是x 不变,y加一,向下就是x不变,y减一,对应到代码中可以用这么两个特殊的数组去实现int dx[4] = {-1, 1, 0, 0}, dy[4] = {0, 0, 1, -1};

if (x >= 0 && x < n && y >= 0 && y < m && d[x][y] == -1 && g[x][y] == 0)这行代码的意义是首先保证x和y都没有越界,然后d[x][y]的意思是这个坐标没有被更新过,因为一个坐标一旦被计算了两次,那么这条路径肯定不是最短距离,最后的g[x][y]是代表该点可走,因为路径之间的边权是1,所以每次更新都是距离 + 1,即d[x][y] = d[t.first][t.second] + 1;

本题注意因为我们的坐标是从(0,0)开始的,所以我们最右下角的点的坐标为(n - 1,m - 1)


AC代码

#include <iostream>
#include <queue>
#include <algorithm>
#include <cstring>
using namespace std;
const int N = 110;
typedef pair<int, int> PII;
queue<PII> q;
int d[N][N], g[N][N];
int n, m;
int bfs()
{
    memset(d, -1, sizeof d);
    q.push({0, 0});
    d[0][0] = 0;
    int dx[4] = {-1, 1, 0, 0}, dy[4] = {0, 0, 1, -1};
    while(q.size())
    {
        auto t = q.front();
        q.pop();
        for (int i = 0; i < 4; i ++ )
        {
            int x = t.first + dx[i];
            int y = t.second + dy[i];
            if (x >= 0 && x < n && y >= 0 && y < m && d[x][y] == -1 && g[x][y] == 0)
            {
                q.push({x, y});
                d[x][y] = d[t.first][t.second] + 1;
            }
        }
    }
    return d[n - 1][m - 1];
}
int main()
{
    cin >> n >> m;
    for (int i = 0; i < n; i ++ ) 
        for (int j = 0; j < m; j ++ ) 
            cin >> g[i][j];
    cout << bfs() << endl;
    return 0;
}

2.AcWing 845. 八数码

本题链接:AcWing 845. 八数码

本博客给出本题截图:

image.png

image.png

本题分析

在本题中,我们用字符串去存储图

用哈希表去存储每个变换中的字符串和交换次数,即定义unordered_map<string, int> d;

这个题目的重难点在于字符串和图的转换

因为用到了swap函数,所以需要添加#include <algorithm>该头文件,关于本函数的使用,详见博客:STL—algorithm(1)

image.png

AC代码

#include <iostream>
#include <algorithm>
#include <cstring>
#include <unordered_map>
#include <queue>
using namespace std;
string ed = "12345678x";
string st;
queue<string> q;
unordered_map<string, int> d;
int bfs()
{
    q.push(st);
    d[st] = 0;
    int dx[4] = {0, 0, 1, -1}, dy[4] = {1, -1, 0, 0};
    while (q.size())
    {
        auto t = q.front();
        q.pop();
        if (t == ed) return d[t];
        int dis = d[t];
        int k = t.find('x');
        int x = k / 3, y = k % 3;
        for (int i = 0; i < 4; i ++ )
        {
            int a = x + dx[i], b = y + dy[i];
            if (a >= 0 && a < 3 && b >= 0 && b < 3)
            {
                swap(t[a * 3 + b], t[k]);
                if (!d.count(t))
                {
                    d[t] = dis + 1;
                    q.push(t);
                }
                swap(t[a * 3 + b], t[k]);              //恢复现场
            }
        }
    }
    return -1;
}
int main()
{
    char op[2];
    for (int i = 0; i < 9; i ++ )
    {
        cin >> op;
        st += op;
    }
    cout << bfs() << endl;
    return 0;
}

三、时间复杂度

关于BFS算法的时间复杂度以及证明,后续会给出详细的说明以及证明过程,目前先鸽了。





目录
相关文章
|
4月前
|
存储 算法
BFS算法的实现
BFS算法的实现
59 1
|
7月前
|
存储 人工智能
深度优先搜索(DFS、深搜)和广度优先搜索(BFS、广搜)(中)
深度优先搜索(DFS、深搜)和广度优先搜索(BFS、广搜)
83 0
|
7月前
深度优先搜索(DFS、深搜)和广度优先搜索(BFS、广搜)(下)
深度优先搜索(DFS、深搜)和广度优先搜索(BFS、广搜)
55 0
|
算法
深度优先搜索
深度优先搜索
|
存储 前端开发 算法
深度优先搜索(DFS)和广度优先搜索(BFS)
深度优先搜索(DFS)和广度优先搜索(BFS)
139 0
|
算法 C++
BFS从0到1
BFS从0到1
115 0
|
Java Python
第 9 天_广度优先搜索 / 深度优先搜索
第 9 天_广度优先搜索 / 深度优先搜索
50 0
|
机器学习/深度学习 人工智能 定位技术
BFS题单总结
BFS题单总结
92 0
|
算法 定位技术
算法 | 广度优先遍历BFS
算法 | 广度优先遍历BFS
103 0