广度优先搜索算法(层序遍历)python

算法说明:

广度优先搜索是一种对图进行搜索的算法。假设我们一开始位于某个顶点(即起点),此时并不知道图的整体结构,而我们的目的是从起点开始顺着边搜索,直到到达指定顶点(即终点)。在此过程中每走到一个顶点,就会判断一次它是否为终点。广度优先搜索会优先从离起点近的顶点开始搜索。

步骤01

广度优先搜索算法(层序遍历)python_第1张图片
A为起点,G为终点。一开始我们在起点A上,此时并不知道G在哪里。

步骤02

广度优先搜索算法(层序遍历)python_第2张图片
将可以从A直达的三个顶点B、C、D设为下一步的候补顶点。

步骤03

广度优先搜索算法(层序遍历)python_第3张图片
从候补顶点中选出一个顶点。优先选择最早成为候补的那个顶点,如果多个顶点同时成为候补,那么可以随意选择其中一个。

步骤04

广度优先搜索算法(层序遍历)python_第4张图片
此处B、C、D同时成为候补,所以我们随机选择了最左边的顶点B。

步骤05

广度优先搜索算法(层序遍历)python_第5张图片
移动到选中的顶点B上。此时我们在B上,所以B变为红色,同时将已经搜索过的顶点变为橙色。

步骤06

广度优先搜索算法(层序遍历)python_第6张图片
将可以从B直达的两个顶点E和F设为候补顶点。

步骤07

广度优先搜索算法(层序遍历)python_第7张图片
此时,最早成为候补顶点的是C和D,我们选择了左边的顶点C。

步骤08

广度优先搜索算法(层序遍历)python_第8张图片
移动到选中的顶点C上。

步骤09

广度优先搜索算法(层序遍历)python_第9张图片
将可以从C直达的顶点H设为候补顶点。

步骤10

广度优先搜索算法(层序遍历)python_第10张图片
重复上述操作直到到达终点,或者所有的顶点都被遍历为止。

步骤11

广度优先搜索算法(层序遍历)python_第11张图片
这个示例中的搜索顺序为A、B、C、D、E、F、H、I、J、K。

步骤12

广度优先搜索算法(层序遍历)python_第12张图片
完成了从A到I的搜索,现在在顶点J处

步骤13

广度优先搜索算法(层序遍历)python_第13张图片
到达终点G,搜索结束。

代码

剑指offer32题

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None

class Solution:
    def levelOrder(self, root: TreeNode) -> List[int]:
        if not root: 
            return []
        
        res, queue = [], [root,]
        while queue:
            node = queue.pop(0)
            res.append(node.val)
            if node.left: 
                queue.append(node.left)
            if node.right: 
                queue.append(node.right)
        return res

你可能感兴趣的:(算法日常,宽度优先,算法,图论)