寬度優先搜尋的演算法思想是比較簡單了
關鍵就是如何在有限的時間內寫出正確的寬度優先搜尋才是重點
不過在開始還是要弄明白，看到乙個題，到底是用寬度優先搜尋還是用深度優先搜尋，所以，我們要明白寬度優先搜尋相對於深度優先搜尋的優點
1.方便找到最優解（一般第乙個解就是最優的，而深度優先搜尋必須要遍歷完所有可能解才能確定）
2.沒有遞迴（所以狀態轉換更加直觀明了）
所以寬度優先搜尋適合處理：
迷宮類問題，魔板類問題（因為這些一般都要求最優解）
最簡單的寬度優先搜尋包括：
1.記錄要走的下乙個狀態，並放入佇列
2.在正確的狀態終結搜尋過程
對於第一點，如何記錄當前狀態，對於迷宮或魔板，一般是乙個二維陣列，當然也可以用字串來儲存，這裡建議放入乙個結構體中，方便記錄狀態的其他引數
一般寬度優先搜尋還包括：
1.記錄狀態轉移的路徑
2.搜尋的深度
路徑可以通過乙個陣列放入結構體中，已知路徑，深度當然也可以得到
優化：
1.去重（記錄已經走過的狀態）
無環迷宮當然不會有重複的狀態，但是有環迷宮或者魔板一般都會出現重複的狀態，所以如何去重是優化乙個寬度優先搜尋的關鍵，不過，對於乙個魔板問題，給定乙個狀態，如何快速地確定這個狀態是不是重複的，最簡單有效的辦法就是hash對映，但是如何把乙個狀態轉換為陣列的下標就是關鍵了，這裡使用康托展開：
康拓展開，就是求乙個全排列是第幾個排列
比如給定1234的全排列，問3241是由小到大是第幾個排列，可以看出，1234應該是第乙個排列，而1243應該是第二個排列，4321應該是最後乙個排列，也就是第4!個
而康託展開就給出了乙個系統求全排列的方法：
x=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0!
其中，a[n]表示比當前數小的數還有多少種（因為是由小到大）
比如1234，比1小的數沒有，那麼就是0，再看2，發現比2小的數只有1，但已經出現在第一位了，所以也是0，3,4同理，那麼1234康托展開就是0*3!+0*2!+0*1!+0*0!=0
再比如1243，1,2都是0，再看4，比4小的只有3，那麼1234的康托展開就是0*3!+0*2!+1*1!+0*0!=1
以下是一段12345678全排列的康托展開
int u[8] = ; //預先儲存好7!，6!之類的值
int cantor(int a) ; //未訪問過的數字，1~8
int num = 0; //康托展開的結果
for(int i = 0; i < 8; i++)
is_visited[a[i]] = 1; //將訪問過的數字置為1
num += x * u[i];
} return num;
}
這樣，我們就可以把乙個魔板狀態壓縮成乙個小於8!=40320的數字，然後把這個作為陣列下標來記錄已經訪問過的狀態
一些注意事項：
1.全域性變數的初始化
2.終結條件的準確判斷（比深搜要方便）
一些錯誤型別：
1.如果超時，一般是對stl庫使用過多，或者頻繁呼叫函式
2.如果超記憶體，一般是搜尋深度過深，這時要考慮到去重（或者是開了很大的陣列）
寬度優先搜尋
include using namespace std const int n 700 const int inf 0x3f3f3f3f int dir 10 int n,a,b,ans 1000000 flag 0 int floor n struct node int check node tm...
寬度優先搜尋
寬度優先搜尋演算法 又稱廣度優先搜尋 是最簡便的圖的搜尋演算法之一，這一演算法也是很多重要的圖的演算法的原型。dijkstra單源最短路徑演算法和prim最小生成樹演算法都採用了和寬度優先搜尋類似的思想。其別名又叫bfs，屬於一種盲目搜尋法，目的是系統地展開並檢查圖中的所有節點，以找尋結果。換句話說...
寬度優先搜尋
寬度優先搜尋也是搜尋的手段之一。它與深度優先搜尋類似，從某個狀態出發探索所有可以到達的狀態。const int inf 100000000 使用pair表示狀態時，使用typedef會更加方便一些 typedef pair p char maze max n max m 1 表示迷宮的字串陣列 in...