广度优先遍历的应用

我们之前讨论了图的广度优先遍历算法。我们还讨论了深度优先遍历的应用。本文讨论了广度优先搜索的应用。

1) 未加权图的最短路径和最小生成树在未加权图中，最短路径是边数最少的路径。使用广度优先，我们总是使用最少的边数从给定源到达顶点。此外，在未加权图的情况下，任何生成树都是最小生成树，我们可以使用深度或广度优先遍历来查找生成树。

2) 点对点网络。在像 BitTorrent 这样的点对点网络中，广度优先搜索用于查找所有邻居节点。

3) 搜索引擎中的爬虫：爬虫使用广度优先构建索引。我们的想法是从源页面开始并跟踪源中的所有链接并继续这样做。深度优先遍历也可用于爬虫，但广度优先遍历的优点是可以限制构建树的深度或级别。

4) 社交网络网站：在社交网络中，我们可以使用广度优先搜索找到距离一个人在给定距离“k”内的人，直到“k”级。

5) GPS 导航系统：广度优先搜索用于查找所有邻近位置。

6) 网络广播：在网络中，广播数据包遵循广度优先搜索到达所有节点。

7）在垃圾收集中：广度优先搜索用于使用切尼算法复制垃圾收集。请参阅this 并了解详细信息。广度优先搜索优于深度优先搜索，因为具有更好的参考局部性：

8）无向图中的循环检测：在无向图中，可以使用广度优先搜索或深度优先搜索来检测循环。我们也可以使用 BFS 来检测有向图中的循环，

9) Ford-Fulkerson 算法在 Ford-Fulkerson 算法中，我们可以使用广度优先或深度优先遍历来找到最大流量。广度优先遍历是首选，因为它将最坏情况的时间复杂度降低到 O(VE ² )。

10）为了测试一个图是否是二分图我们可以使用广度优先或深度优先遍历。

11）路径查找我们可以使用广度优先或深度优先遍历来查找两个顶点之间是否存在路径。

12）查找一个连接组件中的所有节点：我们可以使用广度优先或深度优先遍历来查找从给定节点可到达的所有节点。

许多算法，如 Prim 的最小生成树和 Dijkstra 的单源最短路径使用类似于广度优先搜索的结构。

由于广度优先搜索是图的核心算法之一，因此可以有更多的应用。