动画演示广度优先算法寻找最短路径

上一节，我们刚刚介绍了使用深度优先算法(DFS)解决迷宫问题，这一节我们来介绍广度优先算法(BFS)。BFS 算法与 DFS 十分相似，唯一的区别就是 DFS 算法使用后进先出的栈来保存节点，而 BFS 算法使用先进先出的队列来存储节点，除此之外简直就是一母同胞的亲兄弟。当然，这两种方案各有千秋。DFS 算法找到的路径往往不是最短路径，速度慢但占用内存较少，而 BFS 算法找到的总是最短路径，速度较快但占用内存较多。

下图是使用 BFS 算法搜寻出来的一条路径：

使用广度优先算法搜寻迷宫路径的过程如下：从迷宫入口出发，查询下一步走得通的节点，将这些可能的节点压入队列中，已经走过的节点不再尝试。查询完毕之后，从队列中取出一个节点，查询该节点周围是否存在走得通的节点。如果不存在可能的节点，就继续从队列中取一个节点。重复以上操作，直到当前节点为迷宫出口，或者队列中再无节点。如果迷宫是走得通的话，广度优先搜索会找到一条最短路径。

总结一下，深度优先搜索会一直前进，直到走到死胡同为止，再回退到上一个节点，改变之前的选择。而广度优先搜索每次前进的时候，会把前后左右行得通的节点都尝试一遍，相当于每前进一个节点都要尝试多种可能，因此每次挑选的路径会是最短路径。

定义数据：

• 起始节点与目标节点

• 存储节点