廣度優(yōu)先遍歷類似于二叉樹的層次遍歷。廣度優(yōu)先搜索是從根結(jié)點(diǎn)開始沿著樹的寬度搜索遍歷,也就是按層次的去遍歷;從上往下對(duì)每一層依次訪問,在每一層中,從左往右(也可以從右往左)訪問結(jié)點(diǎn),訪問完一層就進(jìn)入下一層,直到?jīng)]有結(jié)點(diǎn)可以訪問為止。
廣度優(yōu)先搜索(Breadth First Search)(其實(shí)是二叉樹的層次遍歷),又叫寬度優(yōu)先搜索或橫向優(yōu)先搜索,是從根結(jié)點(diǎn)開始沿著樹的寬度搜索遍歷。
從上往下對(duì)每一層依次訪問,在每一層中,從左往右(也可以從右往左)訪問結(jié)點(diǎn),訪問完一層就進(jìn)入下一層,直到?jīng)]有結(jié)點(diǎn)可以訪問為止。
上面二叉樹的遍歷順序?yàn)椋篈BCDEFG. 可以利用隊(duì)列實(shí)現(xiàn)廣度優(yōu)先搜索。
廣度優(yōu)先搜索算法:
保留全部結(jié)點(diǎn),占用空間大; 無回溯操作(即無入棧、出棧操作),運(yùn)行速度快。
廣度優(yōu)先搜索算法,一般需存儲(chǔ)產(chǎn)生的所有結(jié)點(diǎn),占用的存儲(chǔ)空間要比深度優(yōu)先搜索大得多,因此,程序設(shè)計(jì)中,必須考慮溢出和節(jié)省內(nèi)存空間的問題。但廣度優(yōu)先搜索法一般無回溯操作,即入棧和出棧的操作,所以運(yùn)行速度比深度優(yōu)先搜索要快些。
示例:
其過程檢驗(yàn)來說是對(duì)每一層節(jié)點(diǎn)依次訪問,訪問完一層進(jìn)入下一層,而且每個(gè)節(jié)點(diǎn)只能訪問一次。對(duì)于上面的例子來說,廣度優(yōu)先遍歷的 結(jié)果是:A,B,C,D,E,F,G,H,I(假設(shè)每層節(jié)點(diǎn)從左到右訪問)。
廣度優(yōu)先遍歷各個(gè)節(jié)點(diǎn),需要使用到隊(duì)列(Queue)這種數(shù)據(jù)結(jié)構(gòu),queue的特點(diǎn)是先進(jìn)先出,其實(shí)也可以使用雙端隊(duì)列,區(qū)別就是雙端隊(duì)列首位都可以插入和彈出節(jié)點(diǎn)。整個(gè)遍歷過程如下:
首先將A節(jié)點(diǎn)插入隊(duì)列中,queue(A);
將A節(jié)點(diǎn)彈出,同時(shí)將A的子節(jié)點(diǎn)B,C插入隊(duì)列中,此時(shí)B在隊(duì)列首,C在隊(duì)列尾部,queue(B,C);
將B節(jié)點(diǎn)彈出,同時(shí)將B的子節(jié)點(diǎn)D,E插入隊(duì)列中,此時(shí)C在隊(duì)列首,E在隊(duì)列尾部,queue(C,D,E);
將C節(jié)點(diǎn)彈出,同時(shí)將C的子節(jié)點(diǎn)F,G,H插入隊(duì)列中,此時(shí)D在隊(duì)列首,H在隊(duì)列尾部,queue(D,E,F(xiàn),G,H);
將D節(jié)點(diǎn)彈出,D沒有子節(jié)點(diǎn),此時(shí)E在隊(duì)列首,H在隊(duì)列尾部,queue(E,F(xiàn),G,H);
…依次往下,最終遍歷完成
Java代碼大概如下:
public class TreeNode { int val = 0; TreeNode left = null; TreeNode right = null; public TreeNode(int val) { this.val = val; } } public class Solution { public ArrayList<Integer> wide(TreeNode root) { ArrayList<Integer> lists=new ArrayList<Integer>(); if(root==null) return lists; Queue<TreeNode> queue=new LinkedList<TreeNode>(); queue.offer(root); while(!queue.isEmpty()){ TreeNode node = queue.poll(); if(node.left!=null){ queue.offer(node.left); } if(node.right!=null){ queue.offer(node.right); } lists.add(node.val); } return lists; } }