广度优先搜索例题

广度优先搜索(BFS)是解决图、树遍历的基础技术,它按照从近到远的顺序扩散,适用于求解最短路径问题。本文通过poj 3278、1426、3414三个题目,详细解析BFS的应用及解题思路,包括牛的抓取、特定倍数查找和水量操作问题。

广度优先搜索(BFS)是一种基本的暴力技术,常用于解决图、树的遍历问题。

类似于一个“扩散”的过程,如果把搜索空间看成一个池塘,丢一颗石头到起点位置,激起的波浪就会一层层扩散到整个空间。需要注意的是,扩散按从近到远的顺序进行,因此,从每个被扩散到的点到起点的路径都是最短的。这个特征对解决迷宫最短路径问题很有用。

t1 poj 3278 Catch That Cow

题目大意:

农夫要去抓一只知道固定位置的牛,农夫有两种走法:1.行走:农夫可以在一分钟内从X点移动到X - 1 或X + 1点   2. 跳跃:农夫可以在一分钟内从X点移动到 2 × X点。要求的就是抓住牛的最短时间

输入:是农夫和母牛的位置,输出:所花的最短时间

ac代码如下:

#include <iostream>
#include <queue>
using namespace std;
int N, K;
const int MAXN = 100000;
int visited[MAXN + 10];//判重标记,visited[i]=true表示i已经扩展过
struct Step {
	int x;//位置
	int steps;//到达x所需的步数
	Step(int xx, int s) :x(xx), steps(s) {}
	/*等价于
	Step(int xx, int s) {
		xx = x		;
		steps = s;
	}
	*/
};
queue<Step>q;//队列,即Open表	
int main()
{
	cin >> N >> K;
	memset(visited, 0, sizeof(visited));//所有点初始化为零
	q.push(Step(N, 0));
	visited[N] = 1;
	while (!q.empty()) {
		Step s = q.front();
		if (s.x == K) {//找到目标
			cout << s.steps << endl;
			return 0;
		}
		else {
			if (s.x - 1 >= 0 && !visited[s.x - 1]) { //往左边扩展
				q.push(Step(s.x - 1, s.steps + 1));
				visited[s.x - 1] = 1;
			}
			if (s.x + 1 <= MAXN && !visited[s.x + 1]) {//往右边扩展
				q.push(Step(s.x + 1, s.steps + 1));
				visited[s.x + 1] = 1;
			}
			if (s.x * 2 <= MAXN && !visited[s.x * 2]) { //跳跃的走法(两倍的走法)
				q.push(Step(s.x * 2, s.steps + 1));
				visited[s.x * 2] = 1;
			}
			q.pop();
		}
	}
	return 0;
}

t2 poj 1426 Find The Multiple

题目大意:

给出一个整数n,(1 <= n <= 200)。求出任意一个它的倍数m,要求m必须只由十进制的'0'或'1'组成。

### 深度优先搜索(DFS)和广度优先搜索(BFS)例题算法示例 #### 深度优先搜索(DFS)例题 深度优先搜索是一种从某个顶点开始,沿着一条路径尽可能深入探索的算法。以下是一个经典的 DFS 例题:迷宫问题。 **问题描述** 给定一个二维数组表示的迷宫,其中 `0` 表示可以通过的路径,`1` 表示障碍物。起点为 `(0, 0)`,终点为 `(n-1, m-1)`,求是否存在一条从起点到终点的路径。 **算法实现** 使用递归实现 DFS,标记已访问过的节点以避免重复访问。 ```python # 定义方向向量 dx = [0, 1, 0, -1] dy = [1, 0, -1, 0] def is_valid(x, y, n, m, maze, visited): return 0 <= x < n and 0 <= y < m and maze[x][y] == 0 and not visited[x][y] def dfs(x, y, n, m, maze, visited): if x == n - 1 and y == m - 1: # 到达终点 return True visited[x][y] = True for i in range(4): # 尝试四个方向 nx, ny = x + dx[i], y + dy[i] if is_valid(nx, ny, n, m, maze, visited) and dfs(nx, ny, n, m, maze, visited): return True return False # 示例迷宫 maze = [ [0, 1, 0, 0], [0, 1, 0, 1], [0, 0, 0, 0], [0, 1, 1, 0] ] n, m = len(maze), len(maze[0]) visited = [[False] * m for _ in range(n)] result = dfs(0, 0, n, m, maze, visited) print("是否存在路径:", result) ``` 上述代码中,`dfs` 函数递归地尝试从当前节点移动到相邻节点,直到找到终点或所有可能路径都被尝试完毕[^4]。 --- #### 广度优先搜索(BFS)例题 广度优先搜索是一种从某个顶点开始,逐层遍历图或树的算法。以下是一个经典的 BFS 例题:最短路径问题。 **问题描述** 同样使用迷宫问题作为例子,但这次要求找到从起点到终点的最短路径长度。 **算法实现** 使用队列实现 BFS,记录每个节点的访问状态以及到达该节点的距离。 ```python from collections import deque def bfs(maze): n, m = len(maze), len(maze[0]) queue = deque([(0, 0, 0)]) # (x, y, distance) visited = [[False] * m for _ in range(n)] visited[0][0] = True while queue: x, y, dist = queue.popleft() if x == n - 1 and y == m - 1: # 到达终点 return dist for i in range(4): nx, ny = x + dx[i], y + dy[i] if is_valid(nx, ny, n, m, maze, visited): visited[nx][ny] = True queue.append((nx, ny, dist + 1)) return -1 # 无法到达终点 # 使用相同的迷宫 result = bfs(maze) print("最短路径长度:", result) ``` 在 BFS 中,通过队列逐步扩展每一层的节点,确保首次到达终点时的路径是最短的[^3]。 --- ### 总结 - 深度优先搜索适用于需要穷尽所有可能性的问题,例如判断连通性或寻找任意路径。 - 广度优先搜索适用于寻找最短路径或最小步数的问题。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值