当前位置: 首页 > news >正文

图中点的层次:BFS与邻接表的完美结合

1. 引言

在图论中,广度优先搜索(BFS)是一种用于遍历或搜索图的算法,特别适合求解无权图的最短路径问题。本文将结合邻接表存储方式数组模拟队列的BFS实现,详细讲解如何计算图中点的层次(即节点到起点的最短距离)。


2. 问题描述

给定一个有向图(或无向图),要求从指定的起点(如节点1)出发,计算它到所有其他节点的最短距离(层次)。例如:

  • 输入:

    复制

    下载

    4 5     // 4个节点,5条边
    1 2     // 边1→2
    2 3     // 边2→3
    3 4     // 边3→4
    1 3     // 边1→3
    1 4     // 边1→4
  • 输出:

    • 节点1到节点2的距离:1

    • 节点1到节点3的距离:1

    • 节点1到节点4的距离:1


3. 邻接表存储图

(1)邻接表的结构

邻接表使用数组模拟链表的方式存储图,由三个数组组成:

  • h[a]:存储节点a的第一条边的索引(头指针)。

  • e[i]:存储第i条边的终点。

  • ne[i]:存储第i条边的下一条边的索引(链表结构)。

(2)邻接表构建过程

以输入样例为例:

  1. 初始化

    • h = [-1, -1, -1, -1](节点1~4的头指针初始为-1)

    • idx = 0(当前边的索引)

  2. 添加边

    • add(1, 2) → e[0]=2ne[0]=-1h[1]=0

    • add(2, 3) → e[1]=3ne[1]=-1h[2]=1

    • add(3, 4) → e[2]=4ne[2]=-1h[3]=2

    • add(1, 3) → e[3]=3ne[3]=0h[1]=3

    • add(1, 4) → e[4]=4ne[4]=3h[1]=4

最终邻接表:

节点邻接链表(边的顺序)
11→4 → 1→3 → 1→2
22→3
33→4
4(无出边)

4. BFS算法实现

(1)算法流程

  1. 初始化

    • 使用队列q存储待访问节点。

    • vis数组记录节点距离,初始为-1(未访问)。

  2. 起点入队

    • q = [起点]vis[起点] = 0

  3. 循环处理队列

    • 取出队首节点u

    • 遍历u的所有邻接节点v

      • 如果v未被访问(vis[v] == -1),则:

        • vis[v] = vis[u] + 1(更新距离)。

        • v入队。

      • 如果v是目标节点,可直接返回(优化)。

5.代码

/*数组模拟队列bfs,用于求解从节点1到节点n的最短路径自环:自己指向自己重边:两个点相互指向对方,形成一个环
*/#include <stdio.h>
#include <string.h>#define N 100010/*h数组:邻接表的头指针数组。h[i] 存储节点 i 的最后一条边的索引。-1 表示该节点没有邻接边。不断更新,使得以节点i为首的几条边中,其值是最新的边e数组:边的终点数组。e[i] 表示第 i 条边的终点。ne数组:下一条边的索引数组。ne[i] 表示与第 i 条边同起点的下一条边的索引。idx:当前边的索引。初始为0,每次添加边时递增。
*/
int h[N], e[N], ne[N], idx;// 向邻接表中添加一条从节点 a 到节点 b 的边
void add(int a, int b) {e[idx] = b;         // 记录边的终点为 bne[idx] = h[a];     // 新边的下一条边是 h[a] 当前指向的边h[a] = idx;         // 更新 h[a] 为新边的索引idx++;              // 更新边的索引计数器
}/*vis数组:记录节点的访问状态和距离。vis[i] 为 -1 表示节点 i 未被访问,否则表示从起点到节点 i  的最短距离。n:表示目标节点(终点)。q数组:数组模拟的队列,用于 BFS。hh:队列头指针(出队位置),初始为0。tt:队列尾指针(入队位置),初始为-1。
*/
int vis[N], n;
int q[N], hh, tt = -1;// 从起点 p 开始执行 BFS,计算到其他节点的最短距离
void bfs(int p) {// 初始化 vis 数组为 -1(未访问)memset(vis, -1, sizeof(vis));// 将起点 p 入队,并设置 vis[p] = 0 (距离为0)q[++tt] = p;         // 节点p入队, tt指针后移vis[p] = 0;          // 到起点p的距离为0// 循环处理队列while (hh <= tt) {// 取出队头节点 pp = q[hh++];    // hh指针后移,执行出队操作// 遍历 p 的所有邻接点for (int i = h[p]; i != -1; i = ne[i]) {int j = e[i];  // 邻接点为j// 如果邻接点 j 未被访问,则将其入队,并更新距离if (vis[j] == -1) {q[++tt] = j;         // 邻接点j入队vis[j] = vis[p] + 1;  // 到j的距离等于到p的距离 + 1// 如果 j 是目标节点 n,直接返回(提前终止,因为BFS保证了最短路径)if (j == n) return;}}}
}int main() {memset(h, -1, sizeof(h)); // 初始化邻接表头指针int m;scanf("%d%d", &n, &m); // 读入节点数n,边数m// 读入所有边while (m--) {int a, b;scanf("%d%d", &a, &b);add(a, b);         // 添加从a到b的有向边}// 从节点1开始进行BFSbfs(1);// 输出从节点1到节点n的最短距离printf("%d\n", vis[n]); // 输出vis[n]return 0;
}

6. 示例分析

输入

4 5
1 2
2 3
3 4
1 3
1 4

BFS执行过程

  1. 初始状态

    • q = [1]vis = [0, -1, -1, -1]

  2. 处理节点1

    • 遍历边1→41→31→2

    • 更新vis = [0, 1, 1, 1]

    • 入队q = [1, 4, 3, 2]

  3. 处理后续节点

    • 节点4、3、2均无新访问节点,队列清空。

  4. 最终结果

    • vis = [0, 1, 1, 1](节点1到其他节点的距离均为1)。


  • BFS是解决无权图最短路径的高效算法,时间复杂度为O(n + m)

  • 邻接表适合存储稀疏图,相比邻接矩阵更省空间。

  • 数组模拟队列在竞赛编程中更高效,避免了STL容器的开销。

掌握BFS和邻接表的结合,可以轻松解决迷宫问题、社交网络关系链、路由器跳数计算等实际问题!

相关文章:

  • Linux复习笔记(三) 网络服务配置(web)
  • python标准库--itertools - 迭代器工具在算法比赛的应用
  • DVWA靶场保姆级通关教程--08SQL盲注(上)
  • Linux常用命令(持续完善)
  • 深入解读tcpdump:原理、数据结构与操作手册
  • Ollama+OpenWebUI+docker完整版部署,附带软件下载链接,配置+中文汉化+docker源,适合内网部署,可以局域网使用
  • 1.6 偏导数
  • 打破产品思维--被讨厌的勇气--实战5
  • 兴业拍卖周报|25年第19周,北京拍卖房市场总成交价破11亿
  • A Survey of Learning from Rewards:从训练到应用的全面剖析
  • C语言-第一章节---常量
  • EMQX本地部署
  • 软件测试——开发模型
  • 批量重命名bat
  • 【PXIE301-211】基于PXIE总线的16路并行LVDS数据采集、1路光纤数据收发处理平台
  • 制作一款打飞机游戏45:简单攻击
  • 处理 Websocket 超时问题
  • 密码学--仿射密码
  • 5月12日信息差
  • Matlab 模糊控制平行侧边自动泊车
  • 上海北外滩开发建设五周年交出亮眼答卷,未来五年有何新目标?
  • 反制美国钢铝关税!印度拟对美国部分商品征收关税
  • 王毅人民日报撰文:共商发展振兴,共建中拉命运共同体
  • 中美发布日内瓦经贸会谈联合声明达成关税共识,外交部回应
  • 巫蛊:文化的历史暗流
  • 新造古镇丨乌镇的水太包容了,可以托举住任何一种艺术