内容简介:广度优先搜索
广度优先搜索回答两类问题:
1.从节点A出发,有前往节点D的路径吗? 2.从节点A出发,前往节点D的哪条路径最短?
演示:
代码演示
OC实现代码:
//示例:是否存在A到D的路径 #import "ViewController.h" @interface ViewController () @property(nonatomic,strong)NSDictionary *dic; @end @implementation ViewController - (void)viewDidLoad { [super viewDidLoad]; _dic = [[NSDictionary alloc] init]; //把每个节点对应的邻居节点存储起来 _dic = @{@"A":@[@"B",@"F"],@"B":@[@"C"],@"C":@[@"D"],@"D":@[],@"E":@[@"C"],@"F":@[@"E",@"G"],@"G":@[@"C"]}; BOOL lj = [self search:@"D"]; if(lj){ NSLog(@"存在A到D的路径"); }else{ NSLog(@"不存在A到D的路径"); } } -(BOOL)search:(NSString*)str{ //查找队列 NSMutableArray *array = [[NSMutableArray alloc] initWithCapacity:0]; [array addObject:@"A"]; //存储已经检查过的节点 NSMutableArray *searchedArr = [[NSMutableArray alloc] initWithCapacity:0]; //当查找队列不为空 while ([array count] != 0) { //取出队列中的一个元素 NSString *name = array[0]; [array removeObjectAtIndex:0]; //检查这个元素是否被检查过 if(![searchedArr containsObject:name]){ //检查是不是要找的节点 if([name isEqualToString:str]){ return YES; }else{ //将这个节点对应的邻居节点加入查找队列 [array addObjectsFromArray:[_dic objectForKey:name]]; //将这个节点标记为已检查过 [searchedArr addObject:name]; } } } return NO; } @end
java代码实现:
import java.util.*; public class MyClass { private static Map m1 = new HashMap(); public static void main(String[] args){ //把每个节点对应的邻居节点存储起来 m1.put("A", new String[]{"B", "F"}); m1.put("B", new String[]{"C"}); m1.put("C", new String[]{"D"}); m1.put("D", new String[]{}); m1.put("E", new String[]{"C"}); m1.put("F", new String[]{"E","G"}); m1.put("G", new String[]{"C"}); boolean lj = search("G"); if(lj){ System.out.println("cz"); }else{ System.out.println("bcz"); } } private static boolean search(String str){ //查找队列 Queue<String> queue = new LinkedList<String>(); queue.offer("A"); //存储已经检查过的节点 String[] searchedArray = new String[0]; //当查找队列不为空 while (queue.size() != 0){ //取出队列中的一个元素 String name = queue.poll(); //检查这个元素是否被检查过 if(!Arrays.asList(searchedArray).contains(name)){ //检查是不是要找的节点 if(name == str){ return true; }else{ //将这个节点对应的邻居节点加入查找队列 String[] s = (String[]) m1.get(name); for(int i = 0;i<s.length;i++){ queue.offer(s[i]); } //将这个节点标记为已检查过 searchedArray = Arrays.copyOf(searchedArray,searchedArray.length+1); searchedArray[searchedArray.length-1] = name; } } } return false; } }
python实现代码:
from collections import deque def search(str): queue = deque() queue += 'A' searched = [] while queue: name = queue.popleft() if not name in searched: if name == str: return True else: queue += dict[name] searched.append(name) return False dict = {'A':['B','F'],'B':['C'],'C':['D'],'D':[],'E':['C'],'F':['E','G'],'G':['C']} if search('D'): print('cz') else: print('bcz')
以上所述就是小编给大家介绍的《广度优先搜索》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 深度优先搜索和广度优先搜索
- 图解:深度优先搜索与广度优先搜索
- 算法图解笔记:广度优先搜索
- 算法(三):图解广度优先搜索算法
- 【你该懂一点Javascript算法系列】之【图类】的定义及深度优先与广度优先搜索算法
- 算法快学笔记(十二):图的广度优先搜索(BFS-Breadth First Search)
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Search User Interfaces
Marti A. Hearst / Cambridge University Press / 2009-9-21 / USD 59.00
搜索引擎的本质是帮助用户更快、更方便、更有效地查找与获取所需信息。在不断改进搜索算法和提升性能(以技术为中心)的同时,关注用户的信息需求、搜寻行为、界面设计与交互模式是以用户为中心的一条并行发展思路。创新的搜索界面及其配套的交互机制对一项搜索服务的成功来说是至关重要的。Marti Hearst教授带来的这本新作《Search User Interfaces》即是后一条思路的研究成果,将信息检索与人......一起来看看 《Search User Interfaces》 这本书的介绍吧!
RGB HSV 转换
RGB HSV 互转工具
RGB CMYK 转换工具
RGB CMYK 互转工具