1 .前言
BFS(breadthfirstsearch，宽度优先搜索，别名宽度优先搜索) )与深度优先算法在一个节点上“死到底”的想法不同，宽度优先算法关注的是各层节点对下一层的访问。
2. BFS算法介绍
BFS算法和核心思想是，从一个点开始，它一直走完它的邻点，然后选择一个邻点，走完它相邻的未扫描点，如此一来，它就把所有节点都走完了。 类似于树木层序的遍历。
BFS的核心是将状态存储在当前何处，并将状态传递到队列进行入队操作，因此，
算法步骤(在队列中实现) ) ) ) ) ) ) ) )。
a )访问指定的起点。
b )访问当前顶点的相邻顶点有未访问的顶点，对其进行排队。
c )删除队列的第一个节点。 访问当前队列的开头、上一步。 直到队列空了。
d )如果中途还没有访问顶点，则选择另一个点作为起点顶点。 重复前面的步骤。 (相对于非连通图)。
3 .案例图标
果然这张图，我们会直接用案例说明。 对于此图，其访问顺序为(不是唯一的)1-2-3-4-5
可以先从1开始，从一个节点访问两个节点： 2、3。 使用它对两个节点的访问顺序进行排队，然后进行入队(例如2、3 )。 然后进入状态2，依次访问两个节点的下两个节点(4、5 )，进入4、5 )，然后进入三个节点，依次访问下一个节点。 此时，发现了所有的节点
4 .相关代码
BFS的模板代码如下： /**
*返回适当的搜索数据
*/
int bfs (节点根，节点目标) )。
{
队列队列； //排队
intstep=0； //当前队列的步骤点
//initialize
addroottoqueue；
//BFS
while (队列侦听程序)。
{
步骤=步骤1；
//步数逐渐增加
intsize=queue.size (；
for(inti=0； I
{
Nodecur=thefirstnodeinqueue；
ifcuristarget
返回步骤- 1；
节点下一步：以太网边界(for )。
//在此多以二维方向排列来实现
addnexttoqueue；
}
removethefirstnodefromqueue；
}
}
返回- 1； //错误返回值
}
同样提供了BFS的图解法摘录，代码的最核心还是取记忆BFS的模板，根据实际情况加以利用，以下代码仅供参考： VoidBFSL(intpos，pGraphG，intvisited () )
{
intqueue[G-Vnum]； //固化辅助BFS导线测量
inthead=0，tail=0； //团队领导，团队指针
Arcnode*p；
队列[ tail ]=销售点；
可视[ pos ]=1； //标记遍历了
泰伊尔；
wile (头！=tail )
{
pos=queue[head]； //出队操作
头；
printf('%d '，pos )；
p=G-vertice[pos].firstarc；
while(p！=空)
{
if (可视[ p-adjvex ]==0)//判断是否进行了遍历
{
queue[tail]=p-adjvex； //入队操作
可视[ p-adjvex ]=1； //标记遍历了
泰伊尔；
}
p=p-next；
}
}
}
5 .应用
BFS算法的实用场景通常是地图搜索、迷宫搜索等，需要具有“状态”和状态变化场景的搜索算法，同时BFS不需要像DFS算法那样回溯，因此可能比DFS更高效基于BFS算法的改进算法的场景，例如r stark算法、双向宽搜索(DBFS )算法等，已经应用于实际的游戏设计、GPS导航设计等场景。