定义

广度优先搜索算法（Breadth-First-Search），是一种图形搜索算法。

简单的说，BFS是从根节点开始，沿着树(图)的宽度遍历树(图)的节点。

如果所有节点均被访问，则算法中止。

BFS同样属于盲目搜索。

一般用队列数据结构来辅助实现BFS算法。

如下图，其广度优先算法的遍历顺序为：1->2->3->4->5->6->7->8

算法步骤

首先将根节点放入队列中。

从队列中取出第一个节点，并检验它是否为目标。如果找到目标，则结束搜寻并回传结果。否则将它所有尚未检验过的直接子节点加入队列中。

若队列为空，表示整张图都检查过了——亦即图中没有欲搜寻的目标。结束搜寻并回传“找不到目标”。

重复步骤2。

算法模板

# Python

def BFS(root):

visited = set()

queue = []

queue.append([root])

while queue:

node = queue.pop()

visited.add(node)

process(node)

nodes = generate_related_nodes(node)

queue.push(nodes)

# other processing work

// Golang

type TreeNode struct {

Val int

Left *TreeNode

Right *TreeNode

}

func BFS(root *TreeNode){

visited := make(map[*TreeNode]bool)

queue := make([]*TreeNode,0)

queue = append(queue, root)

for len(queue)>0{

node := queue[0]

queue = queue[1:]

visited[node] = true

process(node)

nodes := generate_related_nodes(node)

queue = append(queue, nodes...)

}

// other processing work

}

要点

使用队列 queue

记录已访问节点 visited ，通常使用哈希表

一般要抽象成树、图等模型

适用场景

树

图

二维数组

实战题目

参考资料