示例图结构

🎉 广度优先搜索（BFS）详解

广度优先搜索（Breadth-First Search，简称 BFS）是一种经典的图遍历算法，常用于寻找最短路径或树的层级结构。以下是核心内容：

📘 基本概念

BFS 从起点出发，逐层扩展，先访问所有相邻节点，再访问它们的相邻节点，以此类推。

特点：确保找到最短路径（无权图中）
适用场景：社交网络好友推荐、网站爬虫、迷宫求解等

🧠 算法步骤

初始化一个队列，将起始节点入队
标记起始节点为已访问
循环处理队列：
- 出队一个节点，检查其邻接节点
- 未访问的邻接节点入队并标记
重复直到队列为空

💡 应用案例

网页爬虫：按层级抓取网页内容
游戏地图：探索最短移动步骤
网络路由：计算数据包传输路径

📁 代码示例（Python）

from collections import deque

def bfs(graph, start):  
    visited = set()  
    queue = deque([start])  
    visited.add(start)  

    while queue:  
        node = queue.popleft()  
        print(node)  
        for neighbor in graph[node]:  
            if neighbor not in visited:  
                visited.add(neighbor)  
                queue.append(neighbor)  


graph = {  
    'A': ['B', 'C'],  
    'B': ['A', 'D'],  
    'C': ['A', 'E'],  
    'D': ['B', 'F'],  
    'E': ['C', 'G'],  
    'F': ['D'],  
    'G': ['E']  
}  
bfs(graph, 'A')

📌 扩展阅读

想了解更多？可查看深度优先搜索教程