6.9.单源最短路径问题-BFS算法

一.前言：

问题1：

以上述图片为例，比如从G港到Y城，可以是G港->R城->Y城，也可以是G港->P城->Y城等，有很多条路径都可以实现从G港到Y城，但要从中找出G港到Y城距离最短的那一条路径，这就是单源最短路径问题。

单源最短路径问题就是只有一个源头，从该源头出发，到达其他任意一个顶点可以走的最短路径。

对于单源最短路径的题型，需要掌握BFS算法（可以求无权图的单源最短路径）和Dijkstra算法（可以求带权图和无权图的单源最短路径）。

问题2：

上述图片的各个城市需要往来，相互之间怎么走距离最近呢？比如R城和M城之间要走哪条路比较划算即距离最近，Y城和P城之间要走哪条路比较划算即距离最近，所以在这样的应用场景之下，我们就要确定每对顶点间的最短路径。

对于各顶点间的最短路径的题型，需要掌握Floyd算法（可以求带权图和无权图的各顶点间的最短路径）。

二.BFS算法求无权图的单源最短路径的准备工作：

1.注意：无权图可以视为一种特殊的带权图，只是每条边的权值都为1或者权值都一样的边

2.实例：

以上述图片为例，从2号顶点出发，求出到达各个顶点的最短路径，如下图：

如上图，通过BFS算法，从2号顶点出发，可以找到与2号顶点相邻的的顶点即1、6号顶点，2号顶点与1、6号顶点之间的距离都是1（无向图的边的权值可以视为1），如下图：

如上图，通过1、6号顶点可以找到5、3、7号顶点，2号顶点到达5、3、7号顶点的最短路径都是2，如下图：

如上图，继续往下找可以找到4、8号顶点，2号顶点到达4、8号顶点的最短路径都是3，如下图：

所以对上述图片里的图执行一次BFS算法即广度优先遍历，就可以得到2号顶点到达其他所有顶点的最短路径。

三.BFS算法求无权图的单源最短路径的代码实现：

1.代码：

如上图，需要在原有的BFS算法的代码上进行改造->在BFS函数中用visit函数来抽象地表示出对某一个顶点的访问，改造成求最短路径，只需要把visit函数的作用进行改造即可，如下图：

上述图片的代码解读：

• BFS_MIN_Distance函数的第一个形参Graph G表示图，第二个形参int u表示当前顶点的编号，G.vexnum表示图的顶点个数；

• d[]数组用来记录起始顶点到各个顶点的最短路径的长度；path[]数组用来记录每