adth‑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.rb === ### 層序走訪 ### 所示，從左上角頂點出發，首先走訪該頂點的所有鄰接頂點，然後走訪下一個頂點的所有鄰 接頂點，以此類推，直至所有頂點訪問完畢。 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， File: graph_bfs.rb === ### 廣度優先走訪 ### def graph_bfs(graph, start_vet) # 使用鄰接表來表示圖，以便獲取指定頂點的所有鄰接頂點 # 頂點走訪序列 res = [] # 雜湊集合，用於記錄已被訪問過的頂點 visited = Set.new([start_vet]) # 佇列用於實現 BFS que = [start_vet]

adth‑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.py === def level_order(root: 所示，從左上角頂點出發，首先走訪該頂點的所有鄰接頂點，然後走訪下一個頂點的所有鄰 接頂點，以此類推，直至所有頂點訪問完畢。 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，然 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.py === def graph_bfs(graph: GraphAdjList, start_vet: Vertex) -> list[Vertex]: """ 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

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.rs === /* 層序走訪 */ 所示，從左上角頂點出發，首先走訪該頂點的所有鄰接頂點，然後走訪下一個頂點的所有鄰 接頂點，以此類推，直至所有頂點訪問完畢。 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， 的唯一性，雜湊集合通常用於資料去重等場景。 第 9 章 圖 www.hello‑algo.com 207 // === File: graph_bfs.rs === /* 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 fn graph_bfs(graph: GraphAdjList, start_vet: Vertex) -> Vec { // 頂點走訪序列

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.cs === /* 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 198 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.cs === /* 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 List GraphBFS(GraphAdjList graph, Vertex

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.dart === /* 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 198 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.dart === /* 廣度優先走訪 */ List graphBFS(GraphAdjList graph, Vertex startVet) { // 使用鄰接表來表示圖，以便獲取指定頂點的所有鄰接頂點

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.go === /* 層序走訪 */ 所示，從左上角頂點出發，首先走訪該頂點的所有鄰接頂點，然後走訪下一個頂點的所有鄰 接頂點，以此類推，直至所有頂點訪問完畢。 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， 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。 第 9 章 圖 www.hello‑algo.com 202 // === File: graph_bfs.go === /* 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 func graphBFS(g *graphAdjList, startVet Vertex)

元樹，並在每一層按照從左到右的 順序訪問節點。 層序走訪本質上屬於廣度優先走訪（breadth‑first traversal），也稱廣度優先搜尋（breadth‑first search, BFS）， 它體現了一種“一圈一圈向外擴展”的逐層走訪方式。 第 7 章 樹 www.hello‑algo.com 142 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“ 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.kt === /* 層序走訪 */ fun levelOrder(root: TreeNode?): MutableList { // 初始化佇列，加入根節點 val queue = LinkedListBFS 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，

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.java === /* 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 198 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.java === /* 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 List graphBFS(GraphAdjList graph, Vertex

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.js === /* 層序走訪 */ 所示，從左上角頂點出發，首先走訪該頂點的所有鄰接頂點，然後走訪下一個頂點的所有鄰 接頂點，以此類推，直至所有頂點訪問完畢。 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，然 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.js === /* 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 function graphBFS(graph, startVet) { // 頂點走訪序列

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.ts === /* 層序走訪 */ 所示，從左上角頂點出發，首先走訪該頂點的所有鄰接頂點，然後走訪下一個頂點的所有鄰 接頂點，以此類推，直至所有頂點訪問完畢。 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，然 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.ts === /* 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 function graphBFS(graph: GraphAdjList, startVet: