一、图简介

如果用广度优先搜索方法:
第一步(蓝色线条):从双子峰有两条路可以走,这两条路走完便走到2号点,此时并未走到金门大桥。

第二步(黑色线条):此时并未发现发现黑色线条到达了金门大桥
第三步(橙色线条):此时有一个线条到达了金门大桥,那么这条线路既可以到达金门大桥还是最短路径,因为这是我们第一次发现金门大桥,如果再进行第四步的话,就又有两条路线到达金门大桥但是它们都多走了一步,其实有点像(地毯式搜索)
二、广度优先搜索
现在假如你经营着一个苹果果园,你想要找苹果销售商。
第一步:此时你开始搜索你的朋友中有没有苹果销售商,那么你的朋友就可以形成一个列表,如果你的朋友中没有苹果销售商。
第二步:那么你开始搜索你朋友的朋友,你的朋友的朋友又可以形成列表,那么就又会形成多个列表(取决于你有多少朋友,假如你的朋友的朋友除了你就没有了朋友(就是他只有你一个朋友),那么他的朋友列表就为空),这几个列表就会添加到你的要搜索的列表里。
第三步:再次搜索每一个列表,如果没有,再进行重复操作。
而如果想要找到跟你关系最近的那个销售商(就是假如你的朋友的朋友是销售商和你朋友的朋友的朋友销售商,你肯定先要找那个关系近的),所以为达到这个目的就需要按照添加顺序去寻找。
现在你可能知道了大概意思但是还完全不会转换为代码,那么下面在介绍了一种数据结构。
三、队列
1、队列类似于栈,你不能随机地访问队列中的元素。队列只支持两种操作:入队和出队。
2、如果

本文通过苹果果园找销售商的例子,详细解释了广度优先搜索(BFS)的概念,强调了其在寻找最近关系的目标时的重要性。同时,介绍了队列作为BFS关键数据结构的角色,并给出了Python实现算法的思路,包括使用deque防止无限循环的策略。
最低0.47元/天 解锁文章
778

被折叠的 条评论
为什么被折叠?



