宽度优先搜索算法

广度优先搜索

广度优先搜索

广度优先搜索类似于树的按层次遍历的过程。它和队有很多相似之处，运用了队的许多思想，其实就是对队的深入一步研究，它的基本操作和队列几乎一样。

三、队和广度优先搜索的运用

图4表示的是从城市A到城市H的交通图。从图中可以看出，从城市A到城市H要经过若干个城市。现要找出一条经过城市最少的一条路线。

图4

分析：看到这图很容易想到用邻接距阵来表示，0表示能走，1表示不能走。如图5。

图5

首先想到的是用队的思想。我们可以a记录搜索过程，a.city记录经过的城市,a.pre记录前趋元素，这样就可以倒推出最短线路。具体过程如

下：

（1）将城市A入队，队首0、队尾都为1。

（2）将队首所指的城市所有可直通的城市入队（如果这个城市在队中

出现过就不入队，可用一个集合来判断），将入队城市的pre指向队首的位置。然后将队首加1，得到新的队首城市。重复以上步骤，直到城市H入队为止。当搜到城市H时，搜索结束。利用pre可倒推出最少城市线路。

以下为参考程序：

const ju:array[1..8,1..8] of integer=((1,0,0,0,1,0,1,1),

(0,1,1,1,1,0,1,1),

(0,1,1,0,0,1,1,1),

(0,1,0,1,1,1,0,1),

(1,1,0,1,1,1,0,0),

(0,0,1,1,1,1,1,0),

(1,1,1,0,0,1,1,0),

(1,1,1,1,0,0,0,1));

type r=record {记录定义}

city:array[1..100] of char;

pre:array[1..100] of integer;

end;

var h,d,i:integer;

a:r;

s:set of 'A'..'H';

procedure out; {输出过程}

begin

write(a.city[d]);

repeat

d:=a.pre[d];

write('--',a.city[d]);

until a.pre[d]=0;

writeln;

halt;

end;

procedure doit;

begin

h:=0; d:=1;

a.city[1]:='A';

a.pre[1]:=0;

s:=['A'];

repeat {步骤2}

inc(h); {队首加一，出队}

for i:=1 to 8 do {搜索可直通的城市}

if （ju[ord(a.city[h])-64,i]=0）and

（not（chr（i+64） in s））then {判断城市是否走过}

begin

inc(d); {队尾加一，入队}

a.city[d]:=chr(64+i);

a.pre[d]:=h;

s:=s+[a.city[d]];

if a.city[d]='H' then out;

end;

until h=d;

writeln（）

end;

begin {主程序}

doit;

end.

输出：

H-F--A