欢迎来到尧图网

客户服务 关于我们

您的位置:首页 > 房产 > 建筑 > BFS算法篇——从晨曦到星辰,BFS算法在多源最短路径问题中的诗意航行(上)

BFS算法篇——从晨曦到星辰,BFS算法在多源最短路径问题中的诗意航行(上)

2025/5/14 11:33:09 来源:https://blog.csdn.net/2303_81060385/article/details/146500356  浏览:    关键词:BFS算法篇——从晨曦到星辰,BFS算法在多源最短路径问题中的诗意航行(上)

文章目录

  • 引言
  • 一、多源BFS的概述
  • 二、应用场景
  • 三、算法步骤
  • 四、代码实现
  • 五、代码解释
  • 六、总结

在这里插入图片描述

引言

在浩渺的图论宇宙中,图的每一条边、每一个节点都是故事的组成部分。每当我们站在一个复杂的迷宫前,开始感受它的深邃时,我们往往不再局限于从单一的起点发起探索。或许,有无数个起点、无数条探索的轨迹在同时交织。这时,便是多源广度优先搜索(Multi-Source
BFS)登场的时刻。

如同晨曦的曙光照亮夜空,多个源点同时发散开来,照亮迷宫的每一个角落,指引着我们找到通往目标的最短路径。多源BFS不仅仅是一个算法,它是多重探索的交响曲,协调着每一个起点的步伐,最终走向那个我们期待已久的目标。

一、多源BFS的概述

在经典的广度优先搜索(BFS)中,我们从一个源点出发,按层次依次扩展到邻居节点,直到找到目标节点。而在多源BFS的情境下,存在多个起始点,我们不再仅仅从单一节点开始,而是同时从多个节点出发,展开多条路径的探索。这种策略不仅提高了算法的效率,也让多源点的最短路径问题变得更加优雅。

二、应用场景

多源BFS算法广泛应用于那些需要从多个起点同时进行搜索的场景。例如:

  • 地图导航:从多个起点(例如多个车站或不同的出发地)同时计算到达目的地的最短路径。
  • 信息传播:在网络中,有多个信息源(如多个广告商)同时传播信息,如何找到每个节点到达某个信息源的最短时间。
  • 社交网络分析:分析多个朋友间的最短社交距离,或者多个用户间的互动路径。

三、算法步骤

多源BFS与普通BFS的最大区别在于

  • 初始时我们将所有的源点放入队列中,而不是仅有一个源点。之后的步骤与普通BFS相似,依旧是逐层访问邻居节点,只不过这一次,我们的探索是由多个起点同时进行的。

  • 初始化:将所有源点加入队列,并标记为已访问。

  • 队列处理:每次从队列中取出一个节点,检查它的邻居节点。如果邻居节点未被访问过,则将其加入队列并标记为已访问。

  • 终止条件:直到所有可能的节点都被访问完,或者达到目标节点。

四、代码实现

以下是用C语言实现多源BFS的代码,通过它可以求解一个迷宫中多个起点到目标节点的最短路径问题。

#include <stdio.h>
#include <stdlib.h>
#include <stdbool.h>#define MAX 100// 定义节点
typedef struct {int x, y, dist;
} Node;// 四个方向:上、下、左、右
int directions[4][2] = {{-1, 0}, {1, 0}, {0, -1}, {0, 1}};// 队列操作
typedef struct {Node nodes[MAX * MAX];int front, rear;
} Queue;// 队列初始化
void initQueue(Queue* q) {q->front = q->rear = 0;
}// 入队
void enqueue(Queue* q, Node node) {q->nodes[q->rear++] = node;
}// 出队
Node dequeue(Queue* q) {return q->nodes[q->front++];
}// 判断队列是否为空
bool isEmpty(Queue* q) {return q->front == q->rear;
}// 多源BFS求最短路径
int multiSourceBFS(int maze[MAX][MAX], Node sources[], int numSources, int targetX, int targetY, int n, int m) {Queue q;initQueue(&q);bool visited[MAX][MAX] = {false};// 将所有源点加入队列并标记为已访问for (int i = 0; i < numSources; i++) {visited[sources[i].x][sources[i].y] = true;enqueue(&q, sources[i]);}while (!isEmpty(&q)) {Node current = dequeue(&q);// 如果到达目标节点if (current.x == targetX && current.y == targetY) {return current.dist;}// 处理四个方向的邻居for (int i = 0; i < 4; i++) {int newX = current.x + directions[i][0];int newY = current.y + directions[i][1];// 判断是否越界,是否可以走if (newX >= 0 && newX < n && newY >= 0 && newY < m && maze[newX][newY] == 0 && !visited[newX][newY]) {visited[newX][newY] = true;enqueue(&q, (Node){newX, newY, current.dist + 1});}}}return -1; // 无法到达目标
}int main() {// 迷宫示例:0 表示通路,1 表示墙int maze[MAX][MAX] = {{0, 1, 0, 0, 0},{0, 1, 0, 1, 0},{0, 0, 0, 1, 0},{1, 1, 0, 0, 0}};int n = 4, m = 5; // 迷宫的行列数Node sources[] = {{0, 0, 0}, {0, 1, 0}}; // 多个源点int numSources = 2; // 源点个数int targetX = 3, targetY = 4; // 目标节点int result = multiSourceBFS(maze, sources, numSources, targetX, targetY, n, m);if (result != -1) {printf("从多个源点到目标的最短路径长度为: %d\n", result);} else {printf("无法到达目标\n");}return 0;
}

五、代码解释

  • 结构体定义:我们定义了一个 Node 结构体来表示队列中的每个节点,包括节点的坐标 (x, y) 和到达该节点的步数 dist。

  • 队列操作:Queue 结构体用于实现队列,enqueue 和 dequeue 操作分别用于插入节点和取出节点。

多源BFS 核心逻辑:

  • 通过将所有源点放入队列中,启动多个路径的并行探索。
  • 每次从队列中取出一个节点,检查它的邻居节点,并根据条件判断是否可以扩展到该邻居节点。
  • 如果找到目标节点,立即返回当前的路径长度。

六、总结

多源BFS就像是一场协调并行的交响乐,不同的源点在同一时刻开始演奏,最终汇聚成一条优雅的最短路径。通过这种并行的探索方式,我们不仅加速了路径搜索,也让算法的运行效率得到了显著提升。

如同多束光线从不同方向照亮世界,BFS在多源点的帮助下展现了它的另一种优雅,给我们提供了一个更加高效且完美的解决方案。在未来的复杂世界中,无论有多少起点,我们都可以从中找到最短的路径,指引我们走向每一个光明的目的地

本篇关于多源BFS的介绍就暂告段落啦,希望能对大家的学习产生帮助,欢迎各位佬前来支持斧正!!!

在这里插入图片描述

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

热搜词