done) { = visited vertex { for v in neighbors(u) { 证 (v not seen) { visit Adjacency-List Algorit BFS(G, 9) hms Enumerate vertices 1 for each vertex ET(G) “Vertex 2 color[u] 二 BLACK cf: CLRS Minimalist Approach: Index Adjacency Graph template auto bfs(conat Grapht graph，vertex_id_t source) { sing vertex_id_type = vertex_id_t; Enumerate ， 1 人 neighbor vertices 1 了 Requirements: Basic BFS algorithms 。 The graph G is a rondom access range, meaning it can be indexed into with an object (of

二叉树的层序遍历 算法实现 广度优先遍历一般借助「队列」来实现。队列的规则是“先进先出”，广度优先遍历的规则是”一层层平推“， 两者背后的思想是一致的。 // === File: binary_tree_bfs.cpp === /* 层序遍历 */ vector levelOrder(TreeNode* root) { // 初始化队列，加入根结点 queue queue; Search」，简称为 BFS 和 DFS 。 9.3.1. 广度优先遍历 广度优先遍历优是一种由近及远的遍历方式，从距离最近的顶点开始访问，并一层层向外扩张。具体地，从某 个顶点出发，先遍历该顶点的所有邻接顶点，随后遍历下个顶点的所有邻接顶点，以此类推⋯⋯ 9. 图 hello‑algo.com 146 Figure 9‑9. 图的广度优先遍历 算法实现 BFS 常借助「队列」来实现。队列具有“先入先出”的性质，这与 常借助「队列」来实现。队列具有“先入先出”的性质，这与 BFS “由近及远”的思想是异曲同工的。 1. 将遍历起始顶点 startVet 加入队列，并开启循环； 2. 在循环的每轮迭代中，弹出队首顶点弹出并记录访问，并将该顶点的所有邻接顶点加入到队列尾部； 3. 循环 2. ，直到所有顶点访问完成后结束； 为了防止重复遍历顶点，我们需要借助一个哈希表 visited 来记录哪些结点已被访问。 // === File:

二叉树的层序遍历 算法实现 广度优先遍历一般借助「队列」来实现。队列的规则是“先进先出”，广度优先遍历的规则是”一层层平推“， 两者背后的思想是一致的。 // === File: binary_tree_bfs.cpp === /* 层序遍历 */ vector levelOrder(TreeNode* root) { // 初始化队列，加入根结点 queue queue; Search」，简称为 BFS 和 DFS 。 9.3.1. 广度优先遍历 广度优先遍历优是一种由近及远的遍历方式，从距离最近的顶点开始访问，并一层层向外扩张。具体地，从某 个顶点出发，先遍历该顶点的所有邻接顶点，随后遍历下个顶点的所有邻接顶点，以此类推⋯⋯ 9. 图 hello‑algo.com 146 Figure 9‑9. 图的广度优先遍历 算法实现 BFS 常借助「队列」来实现。队列具有“先入先出”的性质，这与 常借助「队列」来实现。队列具有“先入先出”的性质，这与 BFS “由近及远”的思想是异曲同工的。 1. 将遍历起始顶点 startVet 加入队列，并开启循环； 2. 在循环的每轮迭代中，弹出队首顶点弹出并记录访问，并将该顶点的所有邻接顶点加入到队列尾部； 3. 循环 2. ，直到所有顶点访问完成后结束； 为了防止重复遍历顶点，我们需要借助一个哈希表 visited 来记录哪些结点已被访问。 // === File:

遵循“先进先出”的规则，而广度优先遍历则遵循“逐层推进” 的规则，两者背后的思想是一致的。 7. 树 hello‑algo.com 120 // === File: binary_tree_bfs.cpp === /* 层序遍历 */ vector levelOrder(TreeNode *root) { // 初始化队列，加入根节点 queue queue; Search」，简称 BFS 和 DFS。 9.3.1. 广度优先遍历 广度优先遍历是一种由近及远的遍历方式，从距离最近的顶点开始访问，并一层层向外扩张。具体来说，从 某个顶点出发，先遍历该顶点的所有邻接顶点，然后遍历下一个顶点的所有邻接顶点，以此类推，直至所有 顶点访问完毕。 Figure 9‑9. 图的广度优先遍历 9. 图 hello‑algo.com 175 算法实现 BFS 通常借助 通常借助「队列」来实现。队列具有“先入先出”的性质，这与 BFS 的“由近及远”的思想异曲同工。 1. 将遍历起始顶点 startVet 加入队列，并开启循环。 2. 在循环的每轮迭代中，弹出队首顶点并记录访问，然后将该顶点的所有邻接顶点加入到队列尾部。 3. 循环步骤 2. ，直到所有顶点被访问完成后结束。 为了防止重复遍历顶点，我们需要借助一个哈希表 visited 来记录哪些节点已被访问。

代码实现 广度优先遍历通常借助“队列”来实现。队列遵循“先进先出”的规则，而广度优先遍历则遵循“逐层推进” 的规则，两者背后的思想是一致的。 // === File: binary_tree_bfs.cpp === /* 层序遍历 */ vector levelOrder(TreeNode *root) { // 初始化队列，加入根节点 queue queue; traversal」和「深度优先遍历 depth‑first traversal」。它们也常被称为「广度优先搜索 breadth‑first search」 和「深度优先搜索 depth‑first search」，简称 BFS 和 DFS 。 9.3.1 广度优先遍历 广度优先遍历是一种由近及远的遍历方式，从某个节点出发，始终优先访问距离最近的顶点，并一层层向外 扩张。如图 9‑9 所示，从左上角顶点出发，先遍历该 顶点的所有邻接 顶点，以此类推，直至所有顶点访问完毕。 图 9‑9 图的广度优先遍历 第 9 章 图 hello‑algo.com 199 1. 算法实现 BFS 通常借助队列来实现。队列具有“先入先出”的性质，这与 BFS 的“由近及远”的思想异曲同工。 1. 将遍历起始顶点 startVet 加入队列，并开启循环。 2. 在循环的每轮迭代中，弹出队首顶点并记录访问，然后将该顶点的所有邻接顶点加入到队列尾部。

-std=c++17 行不行？ • 请勿直接修改 CMAKE_CXX_FLAGS 来添加 -std=c++17 （你在百度 CSDN 学到的用 法）。 • 请使用 CMake 帮你封装好的 CMAKE_CXX_STANDARD （从业人员告诉你的正确用 法）。 • 为什么百度不对：你 GCC 用户手动指定了 -std=c++17 ，让 MSVC 的用户怎么办？ • 此外 CMake 已经自动根据 另一种方式：通过全局的变量，让之后创建的所有对象都享有同样的属性 相当于改变了各个属性的初始默认值。 要注意此时 set(CMAKE_xxx) 必须在 add_executable 之前才有效。 如果你从百度学的 CMake ，你可能会犯如下的错误 对于 CXX_STANDARD 这种 CMake 本就提供了变量来设置的东西，就不 要自己去设置 -std=c++17 选项，会和 CMake 自己设置好的冲突，导致出

adth‑first search, BFS）， 它体现了一种“一圈一圈向外扩展”的逐层遍历方式。 图 7‑9 二叉树的层序遍历 1. 代码实现 广度优先遍历通常借助“队列”来实现。队列遵循“先进先出”的规则，而广度优先遍历则遵循“逐层推进” 的规则，两者背后的思想是一致的。实现代码如下： // === File: binary_tree_bfs.cpp === /* 层序遍历 */ 所有邻 接顶点，以此类推，直至所有顶点访问完毕。 图 9‑9 图的广度优先遍历 第 9 章 图 hello‑algo.com 200 1. 算法实现 BFS 通常借助队列来实现，代码如下所示。队列具有“先入先出”的性质，这与 BFS 的“由近及远”的思想 异曲同工。 1. 将遍历起始顶点 startVet 加入队列，并开启循环。 2. 在循环的每轮迭代中，弹出队首顶点并记录访问，然后将该顶点的所有邻接顶点加入到队列尾部。 尾部。 3. 循环步骤 2. ，直到所有顶点被访问完毕后结束。 为了防止重复遍历顶点，我们需要借助一个哈希表 visited 来记录哪些节点已被访问。 // === File: graph_bfs.cpp === /* 广度优先遍历 */ // 使用邻接表来表示图，以便获取指定顶点的所有邻接顶点 vector graphBFS(GraphAdjList &graph

breadth‑first search, BFS」，它体现了一种“一圈一圈向外扩展”的逐层遍历方式。 图 7‑9 二叉树的层序遍历 1. 代码实现 广度优先遍历通常借助“队列”来实现。队列遵循“先进先出”的规则，而广度优先遍历则遵循“逐层推进” 的规则，两者背后的思想是一致的。实现代码如下： // === File: binary_tree_bfs.cpp === /* 层序遍历 */ 所示，从左上角顶点出发，首先遍历该顶点的所有邻接顶点，然后遍历下一个顶点的所有邻 接顶点，以此类推，直至所有顶点访问完毕。 图 9‑9 图的广度优先遍历 1. 算法实现 BFS 通常借助队列来实现，代码如下所示。队列具有“先入先出”的性质，这与 BFS 的“由近及远”的思想 异曲同工。 1. 将遍历起始顶点 startVet 加入队列，并开启循环。 2. 在循环的每轮迭代中，弹出队首顶点并记录访问，然后将该顶点的所有邻接顶点加入到队列尾部。 尾部。 3. 循环步骤 2. ，直到所有顶点被访问完毕后结束。 为了防止重复遍历顶点，我们需要借助一个哈希表 visited 来记录哪些节点已被访问。 // === File: graph_bfs.cpp === /* 广度优先遍历 */ // 使用邻接表来表示图，以便获取指定顶点的所有邻接顶点 vector graphBFS(GraphAdjList &graph

adth‑first search, BFS）， 它体现了一种“一圈一圈向外扩展”的逐层遍历方式。 图 7‑9 二叉树的层序遍历 1. 代码实现 广度优先遍历通常借助“队列”来实现。队列遵循“先进先出”的规则，而广度优先遍历则遵循“逐层推进” 的规则，两者背后的思想是一致的。实现代码如下： // === File: binary_tree_bfs.cpp === /* 层序遍历 */ 接顶点，以此类推，直至所有顶点访问完毕。 图 9‑9 图的广度优先遍历 第 9 章 图 www.hello‑algo.com 200 1. 算法实现 BFS 通常借助队列来实现，代码如下所示。队列具有“先入先出”的性质，这与 BFS 的“由近及远”的思想 异曲同工。 1. 将遍历起始顶点 startVet 加入队列，并开启循环。 2. 在循环的每轮迭代中，弹出队首顶点并记录访问，然后将该顶点的所有邻接顶点加入到队列尾部。 key 而不存储 value 的哈希表，它可以在 ?(1) 时间复杂度下进行 key 的增删查改操作。根据 key 的唯一性，哈希集合通常用于数据去重等场景。 // === File: graph_bfs.cpp === /* 广度优先遍历 */ // 使用邻接表来表示图，以便获取指定顶点的所有邻接顶点 vector graphBFS(GraphAdjList &graph

dth‑first search, BFS）， 它體現了一種“一圈一圈向外擴展”的逐層走訪方式。 圖 7‑9 二元樹的層序走訪 1. 程式碼實現 廣度優先走訪通常藉助“佇列”來實現。佇列遵循“先進先出”的規則，而廣度優先走訪則遵循“逐層推進” 的規則，兩者背後的思想是一致的。實現程式碼如下： // === File: binary_tree_bfs.cpp === /* 層序走訪 */ 接頂點，以此類推，直至所有頂點訪問完畢。 第 9 章 圖 www.hello‑algo.com 200 圖 9‑9 圖的廣度優先走訪 1. 演算法實現 BFS 通常藉助佇列來實現，程式碼如下所示。佇列具有“先入先出”的性質，這與 BFS 的“由近及遠”的思 想異曲同工。 1. 將走訪起始頂點 startVet 加入列列，並開啟迴圈。 2. 在迴圈的每輪迭代中，彈出佇列首頂點並記錄訪問， key 而不儲存 value 的雜湊表，它可以在 ?(1) 時間複雜度下進行 key 的增刪查改操作。根據 key 的唯一性，雜湊集合通常用於資料去重等場景。 // === File: graph_bfs.cpp === /* 廣度優先走訪 */ // 使用鄰接表來表示圖，以便獲取指定頂點的所有鄰接頂點 vector graphBFS(GraphAdjList &graph