說到廣度優先搜尋，大家可能先想到的是廣度優先遍歷，其實廣度優先搜尋就是利用了廣度優先遍歷的一種搜尋演算法。我個人總結的該演算法包含以下幾個關鍵點，掌握了這幾個點，該演算法也就掌握的很好了。下面也基本上是圍繞這幾個關鍵點展開的。
1.狀態
2.狀態轉移方式
3.有效狀態
4.佇列
5.標記
我們先來看看一點有意思的吧！
說有一天公主被大魔王抓了，關進了乙個迷宮裡，需要你這位勇士去營救（當然成功了就自然是公升職加薪贏取白富美啦），這個迷宮以二維陣列的形式給出（暫定為5*5的迷宮）例：
[ 0 1 0 0 0
0 1 0 1 0
0 0 0 0 0
0 1 1 1 0
0 0 0 1 0 ]
其中0表示這裡可以走，1表示這裡是堵牆不能走，每次只能往上下左右四個方向走乙個單位，迷宮入口為左上角，而公主在最右下角，問你是否能找到一條最短的路徑成功救出公主，如果能輸出其路徑（每乙個路徑以座標形式給出，如（0,0）），不能輸出-1。
當看到什麼最短時間啦，最短路徑啦（當然不是圖那種最短路徑），這就適合用廣度優先遍歷。廣度優先遍歷其實是對狀態的一種遍歷，這裡就要搞清楚什麼是狀態。我們先自己想一下，你看到這道題會有什麼樣的想法，從第乙個點出發，可以往右、下走，然後如果往右走，又會延伸出往右、下走，我們用一棵樹來表示（（1,2,3）表示x=1,y=2,路徑長度也可以叫時間為3）
這裡我們便可以看到乙個點加上乙個時間t便構成了乙個所謂的狀態，而我們廣度優先搜素就是要按層，一層一層地搜尋這些狀態，直到找到要求狀態為止。上面的圖我們還應該修改修改，因為，第二次到達的點所需要的時間肯定比第一次到達所需要的時間多，如上圖的（0,0,3），所以，我們設定乙個標記，凡是我們到達過的點，便不進行第二次的搜尋與延伸，此之謂剪枝，這樣一來狀態的總數便等於a*b（a為總行數，b為總列數），只要這個時間複雜度在我們的接受範圍之內，我們便可以採用廣度優先搜尋。
狀態轉移呢，是指由乙個狀態可以延伸出其他哪些狀態，也就是可以往哪些地方走的問題。
說了這麼多，是時候上點乾貨了，我們看看**
#include#include#includeusing namespace std;
int migong[5][5];//儲存迷宮圖
bool flag[5][5];//標記改點是否到達過
class stat
;int r[4][2]=;//用於狀態擴充套件
stat* bfs()//返回終點狀態
q.push(temps);//將新狀態加入佇列中
flag[x][y] = true;//標記該狀態已經到達過
}} return start;
}int main()
} stat* p = bfs();
stacks;//放入棧中，主要是為了讓其反序，不然從目標狀態找其父節點遍歷的話，是反的
while(p != null)
while(s.empty() == false)
{ stat* temp = s.top();
s.pop();
cout<
我們來看看結果
最後，大家一定要記住我踩過的坑（在函式內定義物件時，如果在以後還要用到的話，一定要用new關鍵字分配記憶體於堆中）
ps: 這是我第一次寫部落格，諸多問題，還請大家指出，海涵。
廣度優先搜尋演算法
廣度優先搜尋 bfs 這個是第乙個研究的課題，廣度優先搜尋也叫寬度優先搜尋，英文為breadth first searth，開始看的時候一頭霧水，基本也能懂大致意思，但是還不是真正的理解，今天又仔細看看，大致理解上又更深了一層吧。下面來總結下，自己的一些體會，以及對它的獨到的理解。大的方面來說它是一...
廣度優先搜尋演算法
在深度優先搜尋中，深度越大的結點越先得到擴充套件。如果把它改為深度越小的結點越先得到擴充套件，就是廣度優先搜尋法。廣度優先搜尋演算法的基本思想 1 建立乙個空的狀態佇列ss 2 建立乙個空的狀態庫sb 3 把初始狀態s 0 存入佇列ss中 4 若佇列狀態是目標狀態，則搜尋成功，演算法執行中止。如該狀...
廣度優先搜尋演算法
看了下廣度優先搜尋演算法得定義為從乙個頂點開始，找到最短路勁，歸結為一種連通圖得遍歷策略 如果我們要求v0到v6的一條最短路 假設走乙個節點按一步來算 注意 此處你可以選擇不看這段文字直接看圖3 1 我們明顯看出這條路徑就是v0 v2 v6，而不是v0 v3 v5 v6。先想想你自己剛剛是怎麼找到這...