图的遍历：BFS广度优先搜索算法C语言代码示例
1. 简介
BFS（Breadth First Search，广度优先搜索，又名宽度优先搜索），与深度优先算法在一个结点“死磕到底“的思维不同，广度优先算法关注的重点在于每一层的结点进行的下一层的访问。
2. BFS算法介绍
BFS算法和核心思路就是：从某个点一直把其邻接点走完，然后任选一个邻接点把与之邻接的未被遍历的点走完，如此反复走完所有结点。类似于树的层序遍历。
BFS的核心就是要把当前在哪作为一个状态存储，并将这个状态交给队列进行入队操作，故而，
算法步骤（用队列实现）
a) 访问指定起始点。
b) 访问当前顶点的邻接顶点有未被访问的顶点，并将之放入队列中。
c) 删除队列的队首节点。访问当前队列的队首，前面的步骤。直到队列为空。
d) 若若途中还有顶点未被访问，则再选一个点作为起始顶点。重复前面的步骤。（针对非连通图）。
3. 案例图示
还是这一份例图，我们直接以案例进行讲解，就本图而言，其访问顺序可以是（不唯一）：1-2-3-4-5
首先从1开始，1结点处可以访问2，3两个结点，我们访问并以此把两个结点的访问顺序放入队列，然后按照入队顺序（如2，3），之后我们出队状态2，依次访问2结点的下两个结点（4，5结点），并入队4，5结点，再之后我们出队3结点，并依次访问后续，此时发现所有的结点已经被访问完毕了，可以结束搜索，最后我们得到次序：1-2-3-4-5
4. 相关代码
BFS的模板代码如下：
/** * 返回合适的检索数据 */int BFS(Node root, Node target) { Queue<Node> queue; //创建队列 int step = 0; // 当前队列的步骤点 // initialize add root to queue; // BFS while (queue is not empty) { step = step + 1; //步数逐渐增加 int size = queue.size(); for (int i = 0; i < size; ++i) { Node cur = the first node in queue; if cur is target return step - 1; for (Node next : the neighbors of cur) {//这里常用一个二维方向数组实现 add next to queue; } remove the first node from queue; } } return -1; //出错返回值} |
同样提供一份BFS的图论算法节选，代码最核心还是取记忆BFS的模板并根据实际情况的灵活使用，故以下代码仅提供参考
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
void BFSL(int pos,pGraph G,int visited[30])//从pos点开始进行广度优先遍历无向图{ int queue[G->Vnum];//队列辅助BFS遍历 int head=0,tail=0;//队头、队尾指针 Arcnode* p; queue[tail]=pos; visited[pos]=1;//标记遍历过 tail++; while(head!=tail) { pos=queue[head];//出队操作 head++; printf("%d ",pos); p=G->vertice[pos].firstarc; while(p!=NULL) { if(visited[p->adjvex]==0)//判断是否遍历过 { queue[tail]=p->adjvex;//入队操作 visited[p->adjvex]=1;//标记遍历过 tail++; } p=p->next; } }} |
5. 应用
BFS算法的实际应用场景，最典型的有地图搜索，迷宫寻路等，需要有“状态”以及状态改变场景的搜索算法，同时BFS由于不需要像DFS算法那样回溯，故比DFS效率可能会更高一些。基于BFS算法的该进算法，比如说R星寻路，DBFS(双向广搜)算法等这类改进算法场景被应用在实际游戏设计，GPS导航设计等场景中。
