广度优先算法（BFS）入門理解

原创

已于 2022-03-25 16:06:41 修改 · 2.3k 阅读

25 ·

CC 4.0 BY-SA版权

文章标签：

#基础算法 #广度优先算法（BFS） #入门理解 #图例

于 2019-06-19 22:01:22 首次发布

本文介绍了广度优先搜索（BFS）的基本概念，并通过图解和实例详细解析了BFS的运行流程。包括从起点A到目标点K的BFS路径演示，以及如何使用BFS解决杭电oj 2717和NOI题库6264的问题。文章适合算法入门者，提供了解决BFS问题的基本思路和步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

简介

广度优先算法（BFS）和深度优先算法（DFS）是图这种数据结构最基础的算法，所以需要我们花心思去学习。能知道BFS和DFS这个名词就证明同学们已经在书上看到了他们的介绍。不过对于初入门的同学来说，书上的内容不免生涩难懂。这里就不重复介绍其概念，屁话不多说直接上图。

图解

在这里插入图片描述
在上图中，A为起始点，终点为K。A——>K需要走多少步？因为图相当简单，聪明的同学们一眼可以看出A——>K只需要三步，步骤为：A——>C——>G——>K。虽然这结论乍一看很正确，但是在BFS中的运行流程可不是如此。
接下来我们看一下由A作为起点，走至K，在BFS中的流程是怎么样的。
在这里插入图片描述
首先，获取A点所在的位置信息，然后将A放入队列，并记录A所在的轮数为0。

在这里插入图片描述
进入while循环，队列首A出列，然后判断出邻近A的元素，为BCDE。符合入队标准的元素进入队列（A就不符合入队标准，因为A已经遍历过），分别记录其所在的轮数1。

BCDE依次出列，然后判断其相邻的元素FGHI，将符合的元素放入队列，并记录其轮数为2。（注：每次出列依次，都是经过一次while循环，但是BC