定義
廣度優先搜索算法（Breadth-First-Search），是一種圖形搜索算法。
簡單的說，BFS是從根節點開始，沿着樹(圖)的寬度遍歷樹(圖)的節點。
如果所有節點均被訪問，則算法中止。
BFS同樣屬於盲目搜索。
一般用隊列數據結構來輔助實現BFS算法。
如下圖，其廣度優先算法的遍歷順序為：1->2->3->4->5->6->7->8
算法步驟
- 首先將根節點放入隊列中。
- 從隊列中取出第一個節點，並檢驗它是否為目標。如果找到目標，則結束搜尋並回傳結果。否則將它所有尚未檢驗過的直接子節點加入隊列中。
- 若隊列為空，表示整張圖都檢查過了——亦即圖中沒有欲搜尋的目標。結束搜尋並回傳“找不到目標”。
- 重復步驟2。
算法模板
# Python
def BFS(root):
visited = set()
queue = []
queue.append([root])
while queue:
node = queue.pop()
visited.add(node)
process(node)
nodes = generate_related_nodes(node)
queue.push(nodes)
# other processing work
// Golang
type TreeNode struct {
Val int
Left *TreeNode
Right *TreeNode
}
func BFS(root *TreeNode){
visited := make(map[*TreeNode]bool)
queue := make([]*TreeNode,0)
queue = append(queue, root)
for len(queue)>0{
node := queue[0]
queue = queue[1:]
visited[node] = true
process(node)
nodes := generate_related_nodes(node)
queue = append(queue, nodes...)
}
// other processing work
}
要點
- 使用隊列 queue
- 記錄已訪問節點 visited ，通常使用哈希表
- 一般要抽象成樹、圖等模型
適用場景
- 樹
- 圖
- 二維數組