LeetCode 搜索 4.3 BFS在我们上篇文章中，我们探讨了搜素技术4.1,4.2 递归与排列，子集生成和组合问题

在我们上篇文章中，我们探讨了搜素技术4.1,4.2 递归与排列，子集生成和组合问题。我们再重温一遍：搜索技术是暴力法算法想法的具体实现。我们使用递归法将所有的可能性列出来，然后再用一些方法去掉我们不用的最后收获符合我们要求的内容。

全排列，子集，所有可能性，是这类题目的关键词。

接下来的搜索，是我们算法中基础中的基础： BFS和DFS

4.3.1 BFS和队列

深度优先搜索（Depth-first search, DFS） 和 广度优先算法（Breadth-first Search, BFS 是基本的暴力技术，常用于解决图，树的技术问题。

首先考虑算法思路。以老鼠走迷宫为例，这是DFS和BFS在现实中的模型。迷宫内部的错综复杂，老鼠从入口进入后怎么才能找到出口。有两种方法：

（1）一只老鼠走迷宫。它在每个路口都选择先走右边（当然，选择先走左边也可以），能走多远就走多远，直到碰壁无法继续往前走，然后回退一步，这一次走左边，接着继续往下走。用这个方法能走遍所有的路，而且不会重复（这里规定回退不算重复走）。这个思路就是DFS

（2）一群老鼠走迷宫。假设老鼠是无限多的，这群老鼠进去后，在每个路口派出部分老鼠探索所有没走过的路。走某条路的老鼠，如果碰壁无法前行，就停下；如果到达的路口已经有其他老鼠探索过了，也停下。很显然，所有的道路都会走到，而且不会重复。这个思路就是BFS。BFS看起来像“并行运算”，不过，因为程序是单机顺序运行的，所以可以把BFS看成是并行计算的模拟。

在具体编程的时候，一般用队列这种数据结构来具体实现BFS，甚至可以说“ BFS==队列 ”；对于DFS，也可以说“ DFS=递归 ”，因为用递归来实现DFS是最普遍的。DFS也可以用“栈”这种数据结构直接实现，栈和递归在算法思想上是一致的。

BFS in LeetCode

前言

之前写过的文章： Leetcode Graph（三）图的广度优先搜索迷宫问题

LeetCode BFS Tag Questions

Queue Basic Operation

queue<TreeNode*> curr_level;
curr_level.push(curr);
curr_level.pop();

BFS in Tree

Tree Level Order Traversal

102. Binary Tree Level Order Traversal 基础的基础

107. Binary Tree Level Order Traversal II 思路 = 基础 + 反转一下顺序。很简单，复习直接跳过

103. Binary Tree Zigzag Level Order Traversal 一样思路 reverse(vec.begin(),vec.end());

116. Populating Next Right Pointers in Each Node 第一次做，发现自己把问题想复杂了。思路：将同一层的nodes变为链表

    // 将一层的nodes变为链表
    // 本身nodes的next就是nullptr
    Node* connect(Node* root) {
        if(!root) return root;
        queue<Node*> nodes;
        nodes.push(root);

        while(!nodes.empty()){
            int size = nodes.size();
            for(int i = 0; i < size; i++){
                Node* curr = nodes.front();
                nodes.pop();
                if(i != size-1)
                    curr->next = nodes.front();
                if(curr->left) nodes.push(curr->left);
                if(curr->right) nodes.push(curr->right);
            }
        }
        return root;
    }