经典BFS以及奇特的做法。。
概念：宽度优先搜索（又称广度优先搜索）是最简便的图的搜索算法之一，这一算法也是很多重要的图的算法的原型。Dijkstra算法和Prim算法都采用了和宽度优先搜索类似的思想。BFS属于一种盲目搜寻法（所以才叫搜索啊），用队列实现，目的是系统地展开并检查图中的所有节点，以找寻结果。（不要怪我扯上图论）换句话说，它并不考虑结果的可能位置，彻底地搜索整张图，直到找到结果为止。
相信对BFS大家都不陌生，下面直接看题：
T1.
有一种很奇怪的电梯。大楼的每一层楼都可以停电梯，而且第i层楼(1<=i<=N)上有一个数字Ki(0<=Ki<=N)(N<100)。电梯只有四个按钮：开，关，上，下。上下的层数等于当前楼层上的那个数字。当然，如果不能满足要求，相应的按钮就会失灵。例如：3 3 1 2 5代表了Ki(K1=3,K2=3,……)，从一楼开始。在一楼，按“上”可以到4楼，按“下”是不起作用的，因为没有-2楼。那么，从A楼到B楼至少要按几次按钮呢？若无法到达就输出-1
样例输入：
5 1 5
3 3 1 2 5
样例输出：
3
这是一道很经典的题目，但为什么要用BFS做呢？（当然IDA*也是可以的）
思考：如果用DFS，可能会发生什么？
极有可能永远搜不到结果导致TLE或RE
至于实现就很简单了：
#include
是不是觉得太简单了，还有一题：
T2.
Farmer John为了满足宁智贤对美的享受而安装了人工湖。矩形的人工湖分成M行N列(1 <= M<= 30; 1 <= N <= 30)的方形小格子。有些格子有美丽的荷叶，有些有岩石，剩下的格子有的只是美丽的蓝色湖水。宁智贤通过从一片荷叶跳到另一片荷叶上来练习芭蕾。它现在正站在一片荷叶上（看输入数据了解具体位置）。它希望通过在荷叶上跳跃来到达另一片荷叶。它既不能跳到水里也不能跳到岩石上。只有新手才会感到吃惊：宁智贤的跳跃有点类似国际象棋中马那样的移动，在一个方向上（如水平方向）移动M1(1 <=M1 <= 30)“格”，然后再在另一个方向上（如竖直方向）移动M2 (1 <= M2 <=30; M1 != M2)格，所以宁智贤有时可能有多达8中的跳跃选择。
给出池塘的构造以及宁智贤跳跃的形式，找出宁智贤从一个位置移动到另一个位置所需的最小的跳跃次数。（保证有解）
输入格式：
第i+1行用N个空格分开的整数描述池塘第i行，0表示水，1表示荷叶，2表示岩石，3表示宁智贤现在站的那块荷叶，4表示跳跃的终点。
样例输入：
4 5 1 2
1 0 1 0 1
3 0 2 0 4
0 1 2 0 0
0 0 0 1 0
样例输出：
2
这道题又为什么要用BFS做呢？
当数据较小时，用DFS完全没有问题，但是数据如果较大，因为每一层会有8种情况，会TLE。同时，也极有可能出现找不到解的情况，所以只能用BFS解决。（IDA*。。应该还是可以的）。
思路确定，实现还是简单的：
#include
———————————————————正经分割线————————————————————
上面给出了两道例题，先看第一道：
观察数据范围：N<100。
再思考题目：对于一个点i，可以去到i-ki和i+ki这两个点（如果这两个点都在范围内的话）。
把这些点转化到图上，即第i个点与i-ki和i+ki连一条权值为1的有向边，那么就把问题转化成由点a去到点b的最短路了。
因为数据量小，用floyd就可以轻松解决：
#include是不是很惊讶，再观察T2：
数据范围：1≤m≤30,1≤n≤30，即最多有900个点
对于每个点，可能有八条连边（注意在这里连的是无向边，权值仍为1，利用这个可以有一些小优化）
仔细分析后，可以发现，用if和continue优化常数，floyed依然可以轻松过这道题，下面看代码：
#include是不是很有趣呢
————————————————————完——————————————————————