如何解决使用 BFS 的蛇梯
给定一个蛇梯板,我们必须找到最后一个顶点到第 0 个顶点的最小距离。 (在第 0 个顶点,我们掷骰子并继续前进)
在此处阅读有关问题的信息 -> LINK
我的代码:
from collections import defaultdict
global INT_MAX
INT_MAX = 3 ** 38
class Graph:
def __init__(self):
self.vertList = defaultdict(list)
def addEdge(self,u,v):
self.vertList[u].append(v)
def distanceBFS(self,src,target):
queue = []
queue.append(src)
distanceDict = {}
for v in self.vertList:
distanceDict[v] = INT_MAX
distanceDict[src] = 0
visited = set()
while (len(queue) > 0):
curr = queue.pop(0)
visited.add(curr)
for vertex in self.vertList[curr]:
if vertex not in visited:
queue.append(vertex)
distanceDict[vertex] = distanceDict[curr] + 1
print(distanceDict[target])
def solveSnakesLadder(self):
snakeLadderDict = {2: 13,5: 2,9: 18,18: 11,17: -13,20: -14,24: -8,25: 10,32: -2,34: -22}
# we have 36 Boxes --> i
# we can throw a dice at each of these 36 Boxes and it can be from 1 to 6
# j is new position on the board after throwing a dice
for i in range(0,37):
for dice in range(1,7):
j = i + dice
if j in snakeLadderDict:
j += snakeLadderDict[j]
if j <= 36:
self.addEdge(i,j)
self.distanceBFS(0,36)
g = Graph()
g.solveSnakesLadder()
当前输出:
10
正确的输出:
4
我在这里做错了什么?跟逻辑有关系吗?我也可以在添加到队列之前检查 distanceDict 中的值,但访问集做同样的事情!
解决方法
基本上,问题在于以下代码块:
queue.append(src)
distanceDict[src] = 0
visited = set()
while (len(queue) > 0):
curr = queue.pop(0)
visited.add(curr)
for vertex in self.vertList[curr]:
if vertex not in visited:
queue.append(vertex)
distanceDict[vertex] = distanceDict[curr] + 1
我将尝试用以下基本图表来解释相同的内容:
假设,您需要在下图中找到从顶点 1
到顶点 3
的最短路径。使用上述实现,您将进行以下迭代:
- 将顶点
1
添加到队列Q
并将其距离设置为0
- 接下来,您在
1
循环中从Q
中弹出while
并将其标记为已访问 - 接下来,您访问它的所有邻居并将它们添加到队列
Q
。
所以,此时不同对象的状态会如下:
我们在队列 2
中有顶点 3
和 Q
,distance
字典将作为 distance[1] = 0,distance[2] = 1,distance[3] = 1
,这是问题开始的地方,因为我们尚未将顶点 2
和 3
添加到 visited
数组,如果我们从其他邻居再次访问它们,我们将在下一次迭代中再次开始更新这些顶点的距离。
- 再次回到我们的算法,现在我们再次转到
while
循环的起点和pop
顶点2
并将其标记为已访问。 - 当我们下一次遍历它未访问的邻居时,我们将再次访问我们已经访问过的
3
,并将使用不正确的值更新distance
字典。
不同对象访问顶点2
及其邻居后的状态如下:
队列中有顶点 3
,距离字典为 distance[1] = 0,distance[3] = 2
。正如我们从迭代中看到的那样,distance[3]
被错误地更新。
然而,修复非常简单,我们需要在访问顶点后将其标记为已访问,这样我们就不会通过其他邻居再次将其放入队列中。
到现在为止,您可能已经猜到 BFS 函数的正确实现应该是给定的:
from collections import defaultdict
global INT_MAX
INT_MAX = 3 ** 38
class Graph:
def __init__(self):
self.vertList = defaultdict(list)
def addEdge(self,u,v):
self.vertList[u].append(v)
def distanceBFS(self,src,target):
queue = []
queue.append(src)
distanceDict = {}
for v in self.vertList:
distanceDict[v] = INT_MAX
distanceDict[src] = 0
visited = set()
visited.add(src)
while (len(queue) > 0):
curr = queue.pop(0)
for vertex in self.vertList[curr]:
if vertex not in visited:
queue.append(vertex)
visited.add(vertex)
distanceDict[vertex] = distanceDict[curr] + 1
print(distanceDict[target])
def solveSnakesLadder(self):
snakeLadderDict = {2: 13,5: 2,9: 18,18: 11,17: -13,20: -14,24: -8,25: 10,32: -2,34: -22}
# we have 36 boxes --> i
# we can throw a dice at each of these 36 boxes and it can be from 1 to 6
# j is new position on the board after throwing a dice
for i in range(0,37):
for dice in range(1,7):
j = i + dice
if j in snakeLadderDict:
j += snakeLadderDict[j]
if j <= 36:
self.addEdge(i,j)
self.distanceBFS(0,36)
g = Graph()
g.solveSnakesLadder()
,
您的算法中有两个错误。最重要的在这里:
distanceDict[vertex] = distanceDict[curr] + 1
这可能会用更糟糕的距离覆盖现有距离。所以你应该这样做:
distanceDict[vertex] = min(distanceDict[vertex],distanceDict[curr] + 1)
而且,distanceDict
中缺少一个顶点,因为节点 36 没有出边。这可能不是真正的错误,而是遗漏。但是在您的图表中为所有 节点设置一个条目是合乎逻辑的。所以你应该处理它,例如通过初始化:
distanceDict[target] = INT_MAX
找到目标后退出循环也是一个好主意,以避免不必要地访问所有其他节点,这永远不会改变结果。
最后,不需要跟踪每个节点到源的距离,也不需要使用队列。如果将 BFS 遍历树的每个“级别”分开,那么您可以为每个级别使用一个新列表,并增加一个距离变量来跟踪它。
def distanceBFS(self,target):
distance = 0
visited = set()
frontier = [src]
while frontier:
if target in frontier:
return distance # found
visited.update(frontier)
frontier = [vertex for curr in frontier for vertex in self.vertList[curr]
if vertex not in visited]
distance += 1
return -1 # cannot be reached
注意这个函数返回距离,所以你仍然需要打印它:
print(self.distanceBFS(0,36))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。