我正在尝试通过节点图遍历广度优先搜索,之后我将尝试找到节点与另一节点之间的最短距离。这就是维基百科的BFS算法:
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,节点的距离设置为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)
我正在尝试使此代码也找到节点和另一个节点之间的最短路径。 e.g。
procedure BFS(G, Node* from, Node* to)
如何修改BFS代码来执行此操作?如果在这个循环中不可能,还有其他方法可以做到吗?
如果我的代码与我的要求有任何混淆,请通知我。谢谢!
答案 0 :(得分:1)
通常,BFS算法只是为了以第一种方式走动图中的所有节点。与DFS(深度优先)算法相同,通常使用递归实现。
为了找到最短距离,您需要修改算法:
if neighbor->distance == max
需要:
if neighbor->distance > n->distance+1
虽然这会产生完全相同的算法。但如果图形的边缘的距离不是1,那么这是必需的。
使用您的算法尝试查找从nodeA到nodeB的最短距离
如果所有边距都为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。
来查找图表中2个节点之间最短路径的最佳方法它与呼吸优先搜索有一些相似之处,但由于优先级队列的使用而更快。