加强对广度优先搜索的理解,其实就是主要的3个步骤,外加数组模拟单链表是基础,要搞懂。
目录
前言
一、图中点的层次
二、算法思路
1.广度优先遍历
2.算法思路
三、代码如下
1.代码如下(示例):
2.读入数据:
3.代码运行结果:
总结
前言
加强对广度优先搜索的理解,其实就是主要的3个步骤,外加数组模拟单链表是基础,要搞懂。
提示:以下是本篇文章正文内容,下面案例可供参考
一、图中点的层次
给定一个 n个点 m条边的有向图,图中可能存在重边和自环。
所有边的长度都是 1,点的编号为 1∼n。
请你求出 1 号点到 n 号点的最短距离,如果从 1 号点无法走到 n 号点,输出 −1。
输入格式
第一行包含两个整数 n 和 m。
接下来 m 行,每行包含两个整数 a 和 b,表示存在一条从 a 走到 b 的长度为 1的边。
输出格式
输出一个整数,表示 1 号点到 n 号点的最短距离。
数据范围
1≤n,m≤100000
二、算法思路
1.广度优先遍历
图1.1广度优先搜索过程
广度优先遍历从某个顶点 v 出发,首先访问这个结点,并将其标记为已访问过,然后顺序访问结点v的所有未被访问的邻接点,并将其标记为已访问过,然后将 图中的每一个节点重复节点v的访问方法,直到所有结点都被访问完为止。
我们可以分为三个步骤:
- (1)使用一个辅助队列 q,首先将顶点 v 入队,将其标记为已访问,然后循环检测队列是否为空。
- (2)如果队列不为空,则取出队列第一个元素,并将与该元素相关联的所有未被访问的节点入队,将这些节点标记为已访问。
- (3)如果队列为空,则说明已经按照广度优先遍历了所有的节点。
注:宽度优先搜索(广度优先搜索)可以用来求权值为1的最短路。
2.算法思路
图2.1邻接表存储无向图
我们还是通过邻接表的形式来存储图,并且用数组模拟单链表。我们用一维整型数组head来存储每一个结点对应的连的哪条边即head[i]中存储的是第i个结点对应的边的单链表。然后用一维整型数组e来存储每个结点对应的值是多少,一维整型数组ne来存储这个结点对应的下一个结点在e数组中的值对应的索引是多少,整型变量index来表示新创建的结点在e数组中的下标。
然后因为题中是有向图故只存储从起点到终点的一条边即可。
添加边例如a b即a指向b的边;我们只需在下标为a的单链表中插入值为b的结点即可。我们采用头插法。第一步创建一个新结点即e[index] = b;然后将原本在head数组中下标为a的单链表连接到新结点后面即ne[index] = head[a];再将头结点指向新结点head[a] = index;最后让index++,保证一直是在e数组中新创建的结点的下标。(注:head数组初始化全为-1表示单链表为空)
有不明白的可以看我的数组模拟单链表这篇博客,里面有详细内容。
我们要求每个点到初始结点的距离且边的距离都是1,故我们需要一个一维整型数组dist来存储每个点到初始结点1之间的距离(初始化为-1)。需要一个队列来模拟bfs的过程,先将初始结点入队,然后做一个循环判断队列是否为空,队列不为空,弹出队头元素,对队头元素所在的单链表进行遍历,如果该结点没被访问过,让对应结点的距离数组中的值加1。最后dist[n]一定是初始结点1到最后一个结点n的最短距离。
注(dist[n]为-1就代表没有路径通向该结点。)
三、代码如下
1.代码如下(示例):
import java.io.*;
import java.util.*;
public class 图中点的层次 {
static PrintWriter pw = new PrintWriter(new OutputStreamWriter(System.out));
static BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
static StreamTokenizer st = new StreamTokenizer(br);
static int N = 100010;
static int[] head = new int[N];
static int[] e = new int[N];
static int[] ne = new int[N];
static int index;
static int[] dist = new int[N];
static Queue<Integer> q = new LinkedList<>();
static int n,m;
public static void main(String[] args) throws Exception{
n = nextInt();
m = nextInt();
Arrays.fill(head,-1);
while (m-- > 0){
int a = nextInt();
int b = nextInt();
add(a,b);
}
pw.println(bfs());
pw.flush();
}
//插入边
public static void add(int a,int b){
e[index] = b;
ne[index] = head[a];
head[a] = index;
index++;
}
public static int bfs(){
q.add(1);
Arrays.fill(dist,-1);
dist[1] = 0;
while (!q.isEmpty()){
Integer poll = q.poll();
for(int i = head[poll]; i != -1; i = ne[i]){
int j = e[i];
if(dist[j] == -1){
dist[j] = dist[poll] + 1;
q.add(j);
}
}
}
return dist[n];
}
public static int nextInt() throws Exception{
st.nextToken();
return (int)st.nval;
}
}
2.读入数据:
4 5
1 2
2 3
3 4
1 3
1 4
3.代码运行结果:
1
总结
图中每个点的层次其实就是从初始结点到该点之间的最短距离,因为每个点之间的距离是1,故我们可以用bfs来实现。