我理解并且可以轻松实现 BFS。
我的问题是,我们怎样才能使这个 BFS 限制在一定的深度?假设,我只需要深入 10 级。
我理解并且可以轻松实现 BFS。
我的问题是,我们怎样才能使这个 BFS 限制在一定的深度?假设,我只需要深入 10 级。
您可以使用恒定的空间开销来做到这一点。
BFS 具有这样的特性,即队列中未访问的节点的深度都不会减少,并且最多增加 1。因此,当您从 BFS 队列中读取节点时,您可以在单个变量中跟踪当前深度,该depth
变量最初是0。
您需要做的就是记录队列中的哪个节点对应于下一次深度增加。您可以简单地通过使用变量timeToDepthIncrease
来记录插入此节点时已经在队列中的元素数量,并在您从队列中弹出节点时递减此计数器。
当它达到零时,您从队列中弹出的下一个节点将处于一个新的、更大(1)的深度,所以:
depth
pendingDepthIncrease
为真每当你将一个子节点压入队列时,首先检查是否pendingDepthIncrease
为真。如果是的话,这个节点会有更大的深度,所以timeToDepthIncrease
在你推送之前设置成队列中的节点数,然后重置pendingDepthIncrease
为false。
depth
最后,当超过所需深度时停止!以后可能出现的每个未访问节点都必须处于此深度或更大。
[编辑:感谢评论者键控器。]
对于未来的读者,请查看上述算法的这个示例。此实现将监视以下级别包含多少个节点。在这样做时,实现能够跟踪当前深度。
void breadthFirst(Node parent, int maxDepth) {
if(maxDepth < 0) {
return;
}
Queue<Node> nodeQueue = new ArrayDeque<Node>();
nodeQueue.add(parent);
int currentDepth = 0,
elementsToDepthIncrease = 1,
nextElementsToDepthIncrease = 0;
while (!nodeQueue.isEmpty()) {
Node current = nodeQueue.poll();
process(current);
nextElementsToDepthIncrease += current.numberOfChildren();
if (--elementsToDepthIncrease == 0) {
if (++currentDepth > maxDepth) return;
elementsToDepthIncrease = nextElementsToDepthIncrease;
nextElementsToDepthIncrease = 0;
}
for (Node child : current.children()) {
nodeQueue.add(child);
}
}
}
void process(Node node) {
// Do your own processing here. All nodes handed to
// this method will be within the specified depth limit.
}
跟踪深度的简单想法是每次进入深度级别时将“NULL”添加到队列中。一旦您从队列中轮询一个空值,将您的级别计数器增加 1 并将另一个“空”添加到队列中。如果你得到两个连续的空值,你可以退出循环。
q.offer(user);
q.offer(null);
user.setVisited(true);
while(!q.isEmpty()){
User userFromQ = q.poll();
if(userFromQ == null){
level++;
q.offer(null);
if(q.peek()==null)
break;
else
continue;
}
如果你不想有一个类节点(并为你的节点添加一个可变深度),那么你可以有两个距离图和visitedNodes 或一个二维数组,其中每行是一个节点,column1:depth,column2:visited。当然,您可以使用一个来跟踪两者map<Node,Depth>
(其中 Node 是类或 int、String 等的实例,而 Depth 是表示从根节点开始的节点深度的 int)。如果地图包含一个节点(O(1)成本),则访问它,如果不继续并将其添加到当前节点深度为+1的地图中。
public static void BfsToDepth(graph graphDb, Node rootNode, int depth) {
if(depth<1)
return;
Queue<Node> queue = new LinkedList<>();
ResourceIterator<Node> nodesIterator = graphDb.getAllNodes().iterator();
LinkedHashMap<Node, Boolean> visited = new LinkedHashMap<>();
LinkedHashMap<Node, Integer> distance = new LinkedHashMap<>();
// Start: Bfs Init Step
if (nodesIterator.hasNext() == true) {
while (nodesIterator.hasNext()) {
Node currentNode = nodesIterator.next();
visited.put(currentNode, false);
distance.put(currentNode, Integer.MAX_VALUE);
}
} else {
System.out.println("No nodes found");
}
// End: Bfs Init Step
distance.put(rootNode, 0);
visited.put(rootNode, true);
queue.add(rootNode);
Node current = null;
while (queue.isEmpty() == false) {
current = queue.poll();
if (distance.get(current) <= depth) {
Iterator<Relationship> relationships = current.getRelationships().iterator();
if (relationships.hasNext() == true) {
while (relationships.hasNext()) {
Relationship relationship = relationships.next();
Node adjacent = relationship.getOtherNode(current);
if (visited.get(adjacent) == false) {
/*if you want to print the distance of each node from root then
System.out.println("len: "+ (distance.get(current) + 1)+" to: "+ adjacent);*/
distance.put(adjacent, (distance.get(current) + 1));
visited.put(adjacent, true);
queue.add(adjacent);
}
}
}
}
}
}
一种简单的方法是在探索图形时使用字典来跟踪每个节点的深度。然后如果达到最大深度就休息。
Python 中的示例:
from collections import deque
def bfs_maxdepth(graph, start, maxdepth):
queue = deque([start])
depths = {start: 0}
while queue:
vertex = queue.popleft()
if depths[vertex] == maxdepth:
break
for neighbour in graph[vertex]:
if neighbour in depths:
continue
queue.append(neighbour)
depths[neighbour] = depths[vertex] + 1
return depths
这行得通。假设节点中不存在已访问标志。如果 isVisited 可用,则无需跟踪 Map。
// k is depth, result should not contain initialNode.
public static Collection<Node> bfsWithK_Depth(Node initialNode, int k) {
if (initialNode == null || k <= 0) {
return new ArrayList<>();
}
Queue<Node> q = new LinkedList<>();
q.add(initialNode);
Map<Node, Node> tracker = new HashMap(); // no need if there is visited flag.
Collection<Node> result = new ArrayList<>();
while (!q.isEmpty()) { // Q will be filled only with eligible nodes
--k ;
Node node = q.remove();
List<Node> neighbor = node.getNeighbor();
for (Node n : neighbor) {
if (tracker.get(n) == null && k > 0) {
q.add(n);
}
if (tracker.get(n) == null) {
tracker.put(n, n);
result.add(n); // visit this node
}
}
}
return result;
}