前言

这段时间频繁刷题,leetcode真的好难啊!!每次都他娘的做不出来,除了刷题,最近还在复习各种架构,或者是完成公司的开发。这些占据了我过多时间,所以blog其实一直想写,但是实在腾不出时间,今天在针对性刷leetcode的时候,对BFS/DFS有了一点别的感悟,所以就写一篇博客,作为自己的笔记,在记录的同时,也帮助其他兄弟少走弯路,希望,能够帮到大家。

什么是BFS算法?

这些百度谷歌都搜的到,不过这里还是简单说一下吧

首先,BFS的全名,叫做广度优先搜索算法

搜索,顾名思义,是找寻某个东西,所以叫搜索,在写代码的时候,搜索,其实等同遍历,只是这个遍历是有条件的。

相对于BFS,它的条件是什么呢?

举个例子,有个迷宫,有两个点,你要从A 移动到 B,中间带X的表示墙壁,无法通行

1
2
3
4
5
A 0 0 0 

X 0 0 X

0 X 0 B

现在走出第一步

1
2
3
4
5
A 1 0 0 

X 0 0 X

0 X 0 B

走现在走第二步,发现有两个可以走的地方(分岔路)

1
2
3
4
5
A 1 2 0 

X 2 0 X

0 X 0 B

走第三步,依旧有个分岔路

1
2
3
4
5
A 1 2 3 

X 2 3 X

0 X 0 B

走第四步,只有一条路

1
2
3
4
5
A 1 2 3 

X 2 3 X

0 X 4 B

第五步,走到B点

1
2
3
4
5
A 1 2 3 

X 2 3 X

0 X 4 B

我们画出可行的步骤

1
2
3
4
5
A-1-2 3 
| |
X 2-3 X
|
0 X 4-B

BFS(广度优先)算法,就是记录所有可行的路径。

当面临选择和岔路的时候,BFS选择我全都要,全都记录下来,然后选择其中一个进入,如果有死路,它选择返回,选另外的岔路,继续重复这样的操作。

可以看出,BFS是逐步求解的,由近到远。这里找路程的步骤,用动态图来展示如下

这个图其实就直接说明了BFS算法的特点

这个图真的很棒!我一看就大概明白BFS算法了。
感谢此图的作者,如果你看到,请联系我,我会加上你的名字作为引用!谢谢!

是不是很像钢铁雄心4推进部队的样子?

持续性突进!

树的BFS算法

前面你可以看到,BFS算法,其实就是将分支逐步列出。

其实对于树这个结构来说,BFS算法更像是特殊的遍历整个树结构的一种方法。

举个例子

假设我们弄一个树

1
2
3
4
5
     A
/ \
B C
/ \ / \
D E F G

一般的遍历逻辑就是(前序遍历)

A - B - D - E - C - F - G

但是,BFS可不是这么玩的,BFS的遍历逻辑就是
A - B - C - D - E - F - G

这里来个图,你一看就明白!

这就是树的BFS遍历,其实说起来也没多难吧?

树的BFS算法模版

根据上面的逻辑,我们可以看出来,树的BFS算法是一层层的层次搜索算法,并且是先进先出的逻辑。

如图所示

那么,遍历树的BFS的模版,应该这么写

首先,定义一个树的结构体

1
2
3
4
5
class TreeNode:
def __init__(self, x):
self.val = x
self.left = None
self.right = None

由于先进先出的结构特点,这里使用队列来进行存储数据,这是因为BFS算法需要保证优先访问顶点的未访问领接点。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

def BFS(root):
if root == None:
return

# 队列化root
queue = deque([root])

result = []

# 遍历root
while queue:
# 移去并且返回一个元素,queue 最左侧的那一个
node = queue.popleft()
# 获取node的详细情况
result.append(node.val)
print(node.val)
# 访问左树
left = node.left
if left != None:
queue.append(left)
# 访问右树
right = node.right
if right != None:
queue.append(right)
return result

写一个测试的方法,就按着我们刚刚那个A - G的树来一把

1
2
3
4
5
6
7
8
9
if __name__ == "__main__":
tree = TreeNode("A")
tree.left = TreeNode("B")
tree.right = TreeNode("C")
tree.left.left = TreeNode("D")
tree.right.right = TreeNode("E")
tree.right.right.right = TreeNode("F")
tree.right.right.right = TreeNode("F")
print(BFS(tree))

打印出来

1
2
3
4
5
6
7
A
B
C
D
E
F
['A', 'B', 'C', 'D', 'E', 'F']

树的BFS算法变种

从上到下打印二叉树 III

leetcode地址:https://leetcode-cn.com/problems/cong-shang-dao-xia-da-yin-er-cha-shu-iii-lcof/

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
请实现一个函数按照之字形顺序打印二叉树,

即第一行按照从左到右的顺序打印,

第二层按照从右到左的顺序打印,

第三行再按照从左到右的顺序打印,其他行以此类推。

 

例如:
给定二叉树: 

[3,9,20,null,null,15,7],

3
/ \
9 20
/ \
15 7
返回其层次遍历结果:

[
[3],
[20,9],
[15,7]
]

分析题目

这道题,主要就是用BFS去做遍历,然后遍历的同时判断现在遍历到第几层,然后根据层数转换打印的次序,这道题不算太难

首先先写个BFS模版

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
queue = deque([root])

result = []

while queue:
node = queue.popleft()
result.append(node.val)
print(node.val)
left = node.left
if left != None:
queue.append(left)
right = node.right
if right != None:
queue.append(right)

return result

根据需求,首先先解决输出是

1
2
3
4
5
[
[3],
[20,9],
[15,7]
]

的问题,其实说明内部嵌套多个队列,改写一下,当遍历每一层的时候,添加到新的队列当中

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
while queue:
# 定义一个新的队列
tmp = deque()
# 判断队列循环到哪里
for i in range(len(queue)):
node = queue.popleft()
# tmp 队列 添加 val数据
tmp.append(node.val)
left = node.left
if left != None:
queue.append(left)
right = node.right
if right != None:
queue.append(right)
result.append(list(tmp))
return result

接下来就要判断循环的行号是偶数还是计数

1
2
3
4
5
6
# 如果是偶数
if len(result) % 2:
# 添加到队列左端
tmp.appendleft(node.val)
else:
tmp.append(node.val)

最终的代码是

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
from collections import deque

class TreeNode:
def __init__(self, x):
self.val = x
self.left = None
self.right = None

def BFS(root):
if root == None:
return []

queue = deque([root])

result = []

while queue:
tmp = deque()
for i in range(len(queue)):
print(len(result))
node = queue.popleft()
if len(result) % 2:
tmp.appendleft(node.val)
else:
tmp.append(node.val)
if node.left != None:
queue.append(node.left)
if node.right != None:
queue.append(node.right)
result.append(list(tmp))
return result

结尾

我这里只总结了二叉树的几个题目,其实还不是很全,最近实在是太忙啦!后面会补全图算法的BFS和DFS算法,大家多多期待吧!