【32. 图中的层次(图的广度优先遍历)】

简介: 思路- 因为所有的`边长都为1`,所以可以使用`宽度优先搜索`的思想,每当队列pop出一个元素时,将其距离为1的节点都加到队列中(层次遍历思想)- `st[]`标记各个节点有没有走过,`d[]`保存1号节点到各个节点的距离,初始时都为-1。

图中的层次

思路

  • 因为所有的边长都为1,所以可以使用宽度优先搜索的思想,每当队列pop出一个元素时,将其距离为1的节点都加到队列中(层次遍历思想)
  • st[]标记各个节点有没有走过,d[]保存1号节点到各个节点的距离,初始时都为-1。

难点

  • 如何进行层次遍历?

首先需要将图,变成邻接表进行存储。可参照之前写的数组模拟链表,数组模拟链表只是一个头结点,而图的是有n个头结点

1661155578351.png

  • 图中的数组是一个存储头结点,我们给定一个节点1,那么在h[1]指向的这条链表上,都是与节点1相邻的节点(即距离为1)
  • 因此,在pop出一个节点t时,只需使用h[t]指向它的链表,再通过for(int i = h[t]; i != -1; i = ne[i]),就可以遍历一整条链表上的节点。然后在遍历时将其加到队列中,并将其的长度置位h[t]+1即可;
for (int i = h[t]; i != -1; i = ne[i]) // ne[i]上的点都是与i节点距离为1的点
        {
            int j = e[i]; // 向外走一步
            if (d[j] == -1) // 如果j没有被遍历过
            {
                d[j] = d[t] + 1; // 因为路径长度都是1,所以直接在上一步的基础上加上1即可
                q.push(j); // 将j加到队列中
            }
        }

步骤

  1. 1 号节点入队列,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。(也就是遍历一条链表上的所有节点,遍历时将这些节点入队)
  3. 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d[]值+1,然后入队。
  4. 重复步骤 2,3 直到队列为空。
  5. d[]中就存储了 1 号节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。

1661155603970.png

注意

  • 边权都是1才能使用bfs搜索最短路径
  • 因为计算机一次性只能处理一个,但是最短路径要求层次遍历,也就是一次性处理多个。此时需要用到队列,来存储这些层次节点(例如上述图中从1号节点,往下走一层,此时走过的点有2, 3,4,这些都是与1号节点距离为1,所以依次将他们入队,距离设置为1.然后再反复运行,直到队列为空)

对于重边和自环解决办法

  • 在一开始add时,会把重边和自环add进去,但是后面访问的时候,设置了一个用来判断是否被访问过的数组st[]来记录图中每个点是否被访问过的

所以这样抵消了重边和自环的影响,也即不会多次访问同一个点。

题目

1661155629120.png

代码

#include <iostream>
#include <cstring>
#include <algorithm>
#include <queue>
using namespace std;

const int N = 100010;

int h[N],ne[N], e[N], idx;//邻接表数据结构
int d[N];//存储距离
int st[N];//标记点是否走到过
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++;
}

int bfs()
{
    memset(d, -1, sizeof(d));//初始都没有走到过,距离无穷大
    d[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
            {
                d[j] = d[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
            }
        }
    }
    return d[n];
}

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
    }
   cout <<  bfs();//广度优先遍历

    
    return 0;
}

目录
相关文章
|
数据采集 算法 JavaScript
彩票中奖率的真相:用 JavaScript 看透彩票背后的随机算法(上)
原本这篇文章是打算叫「假如我是彩票系统开发者」,但细想一下,如果在文章中引用太多的 JavaScript 的话,反而不是那么纯粹,毕竟也只是我的一厢情愿,彩票开发也不全如本文所讲,有所误导的话便也是得不偿失了。
|
存储 安全 C++
C++ 原子变量atomic variable
原子变量是 C++11 引入的一种同步机制,用于多线程环境中的无锁、线程安全操作。其操作不可分割,避免了数据竞争和不一致问题。原子变量位于 `&lt;atomic&gt;` 头文件中,支持多种类型如 `std::atomic&lt;T&gt;` 和特化类型。基本用法包括定义原子变量、加载、存储、交换及比较交换操作。内存顺序(如 `std::memory_order_seq_cst`)用于控制内存访问顺序和可见性,适用于不同场景。原子变量常用于线程安全的计数器和标志位等。
|
JavaScript Java 测试技术
基于SpringBoot+Vue+uniapp微信小程序的贸易行业crm系统的详细设计和实现
基于SpringBoot+Vue+uniapp微信小程序的贸易行业crm系统的详细设计和实现
340 1
|
存储 缓存 前端开发
学习和理解前端缓存
前端缓存通过存储重复资源提升网页加载速度,减少服务器压力,优化用户体验。它涉及静态资源(如图片、CSS、JS)的HTTP缓存,动态数据(使用`localStorage`、`IndexedDB`)缓存,用户登录态、页面状态管理,以及预加载缓存。实现方式包括HTTP缓存(强缓存、协商缓存),浏览器存储(localStorage、sessionStorage、IndexedDB),Service Worker和Cache API。在项目中,应根据资源特性和需求选择合适的缓存策略。
|
SQL 数据库 索引
sql server 跨数据库查询
在 SQL Server 中,跨数据库查询是指在一个数据库查询中访问另一个数据库的数据。这通常是在同一 SQL Server 实例上的不同数据库之间进行的。跨数据库查询在很多场景下都很有用,比如数据整
|
JavaScript Java 数据安全/隐私保护
我把Github上最牛b的Java教程和实战项目整合成了一个PDF文档
大家都知道 Github 是一个程序员福地,这里有各种厉害的开源框架、软件或者教程。这些东西对于我们学习和进步有着莫大的进步,所以我有了这个将 Github 上非常棒的 Java 开源项目整理下来的想法。觉得不错的话,欢迎小伙伴们去star一波。
|
存储 NoSQL Java
Neo4j学习笔记(一) 安装配置
Neo4j学习笔记(一) 安装配置
1327 0
|
JavaScript
《SAP后勤模块实施攻略—SAP在生产、采购、销售、物流中的应用》——2.5 按订单设计(ETO)
本节书摘来自华章计算机《SAP后勤模块实施攻略—SAP在生产、采购、销售、物流中的应用》一书中的第2章,第2.5节,作者 乐立骏,更多章节内容可以访问云栖社区“华章计算机”公众号查看。
2922 0
|
1天前
|
人工智能 JSON 供应链
畅用7个月无影 JVS Claw |手把手教你把JVS改造成「科研与产业地理情报可视化大师」
LucianaiB分享零成本畅用JVS Claw教程(学生认证享7个月使用权),并开源GeoMind项目——将JVS改造为科研与产业地理情报可视化AI助手,支持飞书文档解析、地理编码与腾讯地图可视化,助力产业关系图谱构建。
23265 1
畅用7个月无影 JVS Claw |手把手教你把JVS改造成「科研与产业地理情报可视化大师」
|
3天前
|
人工智能 API 开发工具
Claude Code国内安装:2026最新保姆教程(附cc-switch配置)
Claude Code是我目前最推荐的AI编程工具,没有之一。 它可能不是最简单的,但绝对是上限最高的。一旦跑通安装、接上模型、定好规范,你会发现很多原本需要几小时的工作,现在几分钟就能搞定。 这套方案的核心优势就三个字:可控性。你不用依赖任何不稳定服务,所有组件都在自己手里。模型效果不好?换一个。框架更新了?自己决定升不升。 这才是AI时代开发者该有的姿势——不是被动等喂饭,而是主动搭建自己的生产力基础设施。 希望这篇保姆教程,能帮你顺利上车。做出你自己的作品。
Claude Code国内安装:2026最新保姆教程(附cc-switch配置)

热门文章

最新文章