本章节内容使用 java 实现,Github 代码仓:https://github.com/ZhekaiLi/Code/tree/main/Graph/src
查看文章内的图片可能需要科学上网! 因为使用了github管理图片,因此如果出现无法加载的情况请翻墙
【参考资料】imooc 波波老师:玩转算法系列–图论精讲 面试升职必备(Java版)
【往期博客链接】
图论算法(1、2):图的分类、图的基本概念(无向图与有向图、无权图、无环图、完全图、二分图;简单图、连通分量、图的生成树、子图与母图)
图论算法(3):图的基本表示(邻接矩阵、邻接表、邻接矩阵与邻接表的对比)
图论算法(4):图的深度优先遍历 DFS
图论算法(5):图的广度优先遍历 BFS
图论算法(6):LeetCode 图论算法练习(785.判断二分图、695.岛屿的最大面积、Floodfill 算法、并查集)
5. 图的广度优先遍历 BFS
先来看树的广度优先遍历,下图展示了利用队列来进行树的BFS的大致过程
bfs(root); // 从根结点开始遍历
bfs(TreeNode node)
queue.add(node);
while(!queue.isEmpty)
v = queue.remove();
list.add(v);
for(w: v.son())
queue.add(w)
图的广度优先遍历在代码逻辑上与树的BFS相同,只是需要在 queue.add(w)
前添加一个结点 w 是否已经被访问的判断。时间复杂度同样为 O ( V + E ) O(V+E) O(V+E)
java 实现:GraphBFS.java
绝大部分DFS可以解决的问题同样可以由BFS解决
5.1 Ex: 求两点间路径
同理 Section 4.2
pre[0...V-1] = -1;
s = 0; // 自定义的起始点
t = 5; // 自定义的终止点
bfs(s); // 从根结点开始遍历
bfs(int v)
queue.add(v);
pre[v] = v;
while(!queue.isEmpty)
v = queue.pop();
list.add(v);
for(w: v.son())
queue.add(w);
pre[w] = v;
java 实现:SingleSourcePathBFS.java
5.2 性质:无权图最短路径
同样是从 0 → 6 0\to6 0→6,BFS的路径短于DFS,该性质同样适用于任意点,即BFS能够找到任意点与根节点间的最短路径
这是因为BFS是层序遍历,从根节点开始从近至远依次遍历,每次遍历寻找的都是最近的结点(可以理解为一种贪心算法,当边不含权重时,贪心 = 最优)
如果在遍历的过程中直接记录距离信息 dis[]
,则可以直接读出根节点至任意结点的最短距离
java 实现:USSSPath.java
5.3 比较:DFS vs. BFS
比较 BFS 与 DFS(非递归),我们发现唯一的不同在于 DFS 使用栈而 BFS 使用队列(处理结点时 DFS 头进头出,BFS 尾进头出)(statck.add(s)
对应stack.push()
,statck.remove()
对应stack.pop()
)
更进一步的,我们还可以用任意的结构来代替上图中的 stack/ queue
从而实现一种自定义的遍历方式。
例如可以使用一个随机容器(随机队列),通过对边的随机性访问来生成一个随机迷宫
更大更好看的例子: