搜索算法（四）广度优先搜素算法_广度优先搜索算法实现-优快云博客

本文链接：https://blog.youkuaiyun.com/jmqxnxg/article/details/131034108

文章讲述了BFS（广度优先搜索）在解决寻找两个岛屿间最短桥梁问题中的应用，以及在单词接龙问题中如何优化从起始单词到目标单词的最短路径。最初使用双向BFS+DFS导致超时，改进后通过反向DFS从目标单词开始搜索，显著提高了效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、BFS

bfs一层一层地遍历图或树，一般用队列实现，可以计算距离目标的步数。

二、例题

1）

力扣https://leetcode.cn/problems/shortest-bridge/ 这道题实际是计算两个岛屿之间的最短距离，可以先用dfs搜索到第一个岛屿并且记录第一个岛屿的每对坐标，接着以这些坐标作为bfs的起始节点集合，一层一层地向外遍历，寻找第二个岛屿，当找到第二个岛屿时，当前遍历的层数减一就是两个岛屿之间的最短路径。

tips: 将第一个岛屿的坐标值标为2，方便区分两个岛屿

bfs遍历过程中，将0标为2，表示已加入了第一个岛屿

class Solution {
public:
    int shortestBridge(vector<vector<int>>& grid) {
        int n = grid.size();

        for(int i=0;i<n;i++){
            for(int j=0;j<n;j++){
                if(grid[i][j]==1){
                    dfs(grid,i,j);
                    return bfs(grid);
                }
            }
        }
        return 0;
    }

    int bfs(vector<vector<int>>& grid){
        int level = 0;
        int m;
        int n = grid.size();
        while(!first.empty()){
            level++;
            m = first.size();
            while(m--){
                auto[a,b] = first.front();
                first.pop();
                for(int i=0;i<4;i++){
                    int x = a + path[i];
                int y = b + path[i+1];
                if(x>=0 && y>=0 && x<n && y<n){
                    if(grid[x][y]==0){
                        grid[x][y] = 2;
                        first.push({x,y});
                    }else if(grid[x][y]==1){
                        return level-1;
                    }
                    
                    }
                }
                
            }
        }
        return 0;
    }

    void dfs(vector<vector<int>>& grid,