我們一起聊聊十五周算法—BFS
「BFS的核心思想是把一些問題抽象成圖,從一個點開始,向四周開始擴(kuò)散。一般來說,寫B(tài)FS算法都是用隊列這種數(shù)據(jù)結(jié)構(gòu),每次將一個節(jié)點周圍的所有節(jié)點加入隊列?!?/p>
「BFS相對于DFS的最主要的區(qū)別是:BFS找到的路徑一定是最短的,但代價就是空間復(fù)雜度比DFS大很多?!?/p>
「BFS出現(xiàn)的常見場景:問題的本質(zhì)就是讓你在一幅圖中找到從起點start到終點target的最近距離」
二叉樹的最小深度
給定一個二叉樹,找出其最小深度。
最小深度是從根節(jié)點到最近葉子節(jié)點的最短路徑上的節(jié)點數(shù)量。
說明:葉子節(jié)點是指沒有子節(jié)點的節(jié)點。
示例 1:

輸入:root = [3,9,20,null,null,15,7] 輸出:2
// 找最短路徑,用BFS
// 1. 首先明確起點start和終點target是什么?
// 起點就是root根節(jié)點,終點就是最靠近根節(jié)點的那個葉子節(jié)點
// 2、 怎么判斷達(dá)到了終點
// 葉子節(jié)點就是兩個子節(jié)點都是null的節(jié)點
function minDepth(root) {
    const bfs = (root) => {
        if (!root) {
            return 0;
        }
        // root本身就是一層,depth初始化為1
        let depth = 1;
        const queue = [root];
        while (queue.length > 0) {
            const size = queue.length;
            // 遍歷當(dāng)前存在隊列中的數(shù)據(jù)
            for (let i = 0; i < size; i++) {
                const cur = queue.shift();
                // 將左右子節(jié)點存入隊列
                if (cur.left) {
                    queue.push(cur.left);
                }
                if (cur.right) {
                    queue.push(cur.right);
                }
                if (cur.left === null && cur.right === null) {
                    return depth;
                }
            }
            // 遍歷完一層之后增加步數(shù)
            depth++;
        }
        return depth;
    }
    return bfs(root);
}填充每個節(jié)點的下一個右側(cè)節(jié)點指針
給定一個 完美二叉樹 ,其所有葉子節(jié)點都在同一層,每個父節(jié)點都有兩個子節(jié)點。二叉樹定義如下:
struct Node { int val; Node *left; Node *right; Node *next; } 填充它的每個 next 指針,讓這個指針指向其下一個右側(cè)節(jié)點。如果找不到下一個右側(cè)節(jié)點,則將 next 指針設(shè)置為 NULL。
初始狀態(tài)下,所有 next 指針都被設(shè)置為 NULL。
示例 1:

輸入:root = [1,2,3,4,5,6,7] 輸出:[1,#,2,3,#,4,5,6,7,#] 解釋:給定二叉樹如圖 A 所示,你的函數(shù)應(yīng)該填充它的每個 next 指針,以指向其下一個右側(cè)節(jié)點,如圖 B 所示。序列化的輸出按層序遍歷排列,同一層節(jié)點由 next 指針連接,'#' 標(biāo)志著每一層的結(jié)束
// 典型的通過BFS解決
function connect(root) {
    if (root === null) {
        return root;
    }
    const list = [root];
    while (list.length > 0) {
        const size = list.length;
        for (let i = 0; i < size; i++) {
            const preNode = list.shift();
            // 進(jìn)行連接
            if (i === size - 1) {
                preNode.next = null;
            } else {
                preNode.next = list[0];
            }
            // 獲取下一個元素,將內(nèi)容填充到棧中
            preNode.left && list.push(preNode.left);
            preNode.right && list.push(preNode.right);
        }
    }
    return root;
}
const root = {
    val: 1,
    left: {
        val: 2,
        left: null,
        right: null
    },
    right: {
        val: 3,
        left: null,
        right: null
    }
};
console.log(connect(root));
 
 
 
 














 
 


















 