1. 简介

BFS(Breadth First Search，广度优先搜索，又名宽度优先搜索)，与深度优先算法在一个结点“死磕到底“的思维不同，广度优先算法关注的重点在于每一层的结点进行的下一层的访问。

2. BFS算法介绍

BFS算法和核心思路就是：从某个点一直把其邻接点走完，然后任选一个邻接点把与之邻接的未被遍历的点走完，如此反复走完所有结点。类似于树的层序遍历。

BFS的核心就是要把当前在哪作为一个状态存储，并将这个状态交给队列进行入队操作，故而，

算法步骤(用队列实现)

a) 访问指定起始点。

b) 访问当前顶点的邻接顶点有未被访问的顶点，并将之放入队列中。

c) 删除队列的队首节点。访问当前队列的队首，前面的步骤。直到队列为空。

d) 若若途中还有顶点未被访问，则再选一个点作为起始顶点。重复前面的步骤。(针对非连通图)。

3. 案例图示

还是这一份例图，我们直接以案例进行讲解，就本图而言，其访问顺序可以是(不唯一)：1-2-3-4-5

首先从1开始，1结点处可以访问2，3两个结点，我们访问并以此把两个结点的访问顺序放入队列，然后按照入队顺序(如2，3)，之后我们出队状态2，依次访问2结点的下两个结点(4，5结点)，并入队4，5结点，再之后我们出队3结点，并依次访问后续，此时发现所有的结点已经被访问完毕了，可以结束搜索，最后我们得到次序：1-2-3-4-5

4. 相关代码

BFS的模板代码如下：/**

* 返回合适的检索数据

*/

int BFS(Node root, Node target)

{

Queue queue;  //创建队列

int step = 0;       // 当前队列的步骤点

// initialize

add root to queue;

// BFS

while (queue is not empty)

{

step = step + 1;

//步数逐渐增加

int size = queue.size();

for (int i = 0; i

{

Node cur = the first node in queue;

if cur is target

return step - 1;

for (Node next : the neighbors of cur)

{//这里常用一个二维方向数组实现

add next to queue;

}

remove the first node from queue;

}

}

return -1;          //出错返回值

}

同样提供一份BFS的图论算法节选，代码最核心还是取记忆BFS的模板并根据实际情况的灵活使用，故以下代码仅提供参考void BFSL(int pos,pGraph G,int visited[30])//从pos点开始进行广度优先遍历无向图

{

int queue[G->Vnum];//队列辅助BFS遍历

int head=0,tail=0;//队头、队尾指针

Arcnode* p;

queue[tail]=pos;

visited[pos]=1;//标记遍历过

tail++;

while(head!=tail)

{

pos=queue[head];//出队操作

head++;

printf("%d ",pos);

p=G->vertice[pos].firstarc;

while(p!=NULL)

{

if(visited[p->adjvex]==0)//判断是否遍历过

{

queue[tail]=p->adjvex;//入队操作

visited[p->adjvex]=1;//标记遍历过

tail++;

}

p=p->next;

}

}

}

5.  应用

BFS算法的实际应用场景，最典型的有地图搜索，迷宫寻路等，需要有“状态”以及状态改变场景的搜索算法，同时BFS由于不需要像DFS算法那样回溯，故比DFS效率可能会更高一些。基于BFS算法的该进算法，比如说R星寻路，DBFS(双向广搜)算法等这类改进算法场景被应用在实际游戏设计，GPS导航设计等场景中。