我正在尝试通过节点图进行广度优先搜索遍历,此后,我将尝试查找一个节点与另一个节点之间的最短距离。维基百科的BFS算法如下所示:
procedure BFS(G,v) is
let Q be a queue
Q.push(v)
label v as discovered
while Q is not empty
v ← Q.pop()
for all edges from v to w in G.adjacentEdges(v) do
if w is not labeled as discovered
Q.push(w)
label w as discovered
我有自己的Node类,其Nodes的距离设置为max。我的版本基于第一个代码的样式:
class Node { // my version
string name;
vector<Node*> adj;
int dist; // initially set to int max
int prev;
int index;
}
procedure BFS(G, Node* v)
let Q be a queue
v->distance = 0
Q.push(v)
label v as discovered
while Q is not empty
Node* n = q.front();
v = Q.pop()
for each node w adj vector of n
Node* neighbor = G[w]
if neighbor->distance == max
neighbor->distance = n->distance + 1
neighbor->prev = n->index
q.push(neighbor)
我试图使此代码也找到一个节点和另一个节点之间的最短路径。例如
procedure BFS(G, Node* from, Node* to)
如何修改BFS代码来做到这一点?如果在此循环内不可能,那么还有什么其他方法可以做到?
如果我的代码或我的要求有任何混淆,请告知我。谢谢!
最佳答案
通常,BFS算法只是为了以呼吸优先的方式遍历图中的所有节点。与通常使用递归实现的DFS(深度优先)算法相对应。
为了找到最短距离,您需要修改算法:
if neighbor->distance == max
需要是:
if neighbor->distance > n->distance+1
尽管这将导致完全相同的算法。但是,如果图形的边缘的距离不是1,则这是必需的。
使用您的算法尝试查找从节点A到节点B的最短距离
运行BFS(G,nodeA)
答案在nodeB-> distance
您还可以通过以下方式找到最短路径:通过node-> prev向后走,然后遍历图形直到到达nodeA
如果所有边的距离均为1,则可以在第一次找到nodeB时停止算法。但是,如果边缘的距离可变,则需要运行BFS算法才能完成。
找到图中两个节点之间最短路径的最佳方法通常是使用Dijkstra's Algorithm
它与“呼吸优先搜索”有一些相似之处,但由于使用了优先级队列,因此速度更快。
关于c++ - 使用BFS算法获得两个节点之间的最短路径,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/28802836/