广度优先python输出顺序和最短路径广度优先遍历算法代码

转载

mob64ca140beea5 2023-10-15 16:31:12

文章标签 广度优先python输出顺序和最短路径算法数据结构广度优先 c语言 文章分类 Python 后端开发

文章目录

前言
一、BFS算法思想
二、BFS算法实现（伪代码）
三、BFS算法应用场景

1. 迷宫求解
2. 社交网络分析
3. 游戏AI
4. 地图导航

总结

前言

广度优先搜索(BFS)算法是一种经典的图遍历算法，常用于解决图和树相关的问题。该算法采用一种迭代的方式从起始节点开始，逐层地向外扩展搜索，使用一个队列来记录待探索的节点，并将起始节点放入队列中。然后，按照队列的先进先出原则，依次从队列中取出节点进行探索，并将其直接相邻的未访问节点加入队列。重复这个过程，直到队列为空或者找到目标节点。

本文将详细介绍BFS算法的算法思想、算法实现及应用场景。

一、BFS算法思想

广度优先搜索算法类似于树的层序遍历，基于队列这一数据结构来实现。其算法思想如下：

首先访问起始顶点，然后从起始顶点出发，依次访问起始顶点的各个未访问过的邻接顶点，然后再依次访问这些邻接顶点的未被访问的邻接顶点，直至图中所有顶点都被访问过为止。

若此时图中仍有顶点未被访问，则另选图中一个未被访问的顶点作为起始顶点，重复上述过程，直至所有顶点被访问为止。

二、BFS算法实现（伪代码）

int visited[Maxsize];	//访问标记数组
	void BFSTraverse(Graph G)
	{	//对图G进行广度优先遍历
		for(int i=0;i<G.vexnum;i++) 
			visited[i]=0;	//初始化访问标记数组
		InitQueue(Q);		//初始化辅助队列
		for(int i=0;i<G.vexnum;i++)
			if(!visited[i])	//对每个连通分量调用一次BFS
				BFS(G,i);
	}
	void  BFS(Graph G,int v)
	{//从顶点v出发，广度优先遍历图G
		visit(v);		//访问初始顶点v
		visited[v]=1;	//对v做已访问标记
		EnQueue(Q,v);	//顶点v入队
		while(!isempty(Q))
		{
			DeQueue(Q,v);//队头顶点出队
			for(w=FirstNeighbor;w>=0;w=NextNeighbor)
			{//将v的所有未访问的邻接顶点访问并入队
				if(!visited[w]) //此时w为v的未访问的邻接顶点
				{
					visit(w);  //访问顶点w
					visited[w]=1;  //对w做已访问标记
					EnQueue(Q,w);  //将顶点w入队
				}
			}
		}
	}

广度优先搜索遍历图的过程是以某一顶点为起始点，由近至远依次访问和起始顶点有路径相通并且路径长度为1、2、3…n的顶点。广度优先搜索是一种分层的查找过程，每向前走一步可能访问一批顶点，不向深度优先搜索那样有回退的情况，因此它不是一个递归的算法，为了实现逐层的访问，必须借助一个辅助队列，用来记忆正在访问的顶点的下一层结点。