队列
队列（Queue）：简称为队，一种线性表数据结构，是一种只允许在表的一端进行插入操作，而在表的另一端进行删除操作的线性表。
把队列中允许插入的一端称为 「队尾（rear）」；把允许删除的另一端称为 「队头（front）」。当表中没有任何数据元素时，称之为 「空队」。
队列有两种基本操作：「插入操作」 和 「删除操作」。
- 队列的插入操作又称为「入队」。
- 队列的删除操作又称为「出队」。
存储方式
- 「顺序存储的队列」：利用一组地址连续的存储单元依次存放队列中从队头到队尾的元素，同时使用指针
front指向队头元素在队列中的位置，使用指针rear指示队尾元素在队列中的位置。 - 「链式存储的队列」：利用单链表的方式来实现队列。队列中元素按照插入顺序依次插入到链表的第一个节点之后，并使用队头指针
front指向链表头节点位置，也就是队头元素，rear指向链表尾部位置，也就是队尾元素。
基本操作
-
初始化空队列：创建一个空队列，定义队列的大小
size，以及队头元素指针front，队尾指针rear。 -
判断队列是否为空：当队列为空时，返回
True。当队列不为空时，返回False。一般只用于队列中删除操作和获取队头元素操作中。 -
判断队列是否已满：当队列已满时，返回
True，当队列未满时，返回False。一般只用于顺序队列中插入元素操作中。 -
插入元素（入队）：相当于在线性表最后元素后面插入一个新的数据元素。并改变队列顶指针
top的指向位置。 -
删除元素（出队）：相当于在线性表最后元素后面删除最后一个数据元素。并改变队列顶指针
top的指向位置。 -
获取队列队头元素：相当于获取线性表中最后一个数据元素。与插入元素、删除元素不同的是，该操作并不改变队列顶指针
top的指向位置。
广度优先遍历
广度优先搜索算法（Breadth First Search）：简称为 BFS，又译作宽度优先搜索 / 横向优先搜索。是一种用于遍历或搜索树或图的算法。该算法从根节点开始，沿着树的宽度遍历树或图的节点。如果所有节点均被访问，则算法中止。
广度优先遍历类似于树的层次遍历过程。呈现出一层一层向外扩张的特点。先看到的节点先访问，后看到的节点后访问。遍历到的节点顺序符合「先进先出」的特点，所以广度优先搜索可以通过「队列」来实现。
基于队列实现的广度优先搜索实现步骤
graph为存储无向图的字典变量，start为开始节点。- 然后定义
visited为标记访问节点的 set 集合变量。定义q为存放节点的队列。 - 首先将起始节点放入队列
q中，即q.put(start)。并将其标记为访问，即visited.add(start)。 - 从队列中取出第一个节点
node_u。访问节点node_u，并对节点进行相关操作（看具体题目要求）。 - 遍历与节点
node_u相连并构成边的节点node_v。- 如果
node_v没有被访问过，则将node_v节点放入队列中，并标记访问，即q.append(node_v)，visited.add(node_v)。
- 如果
- 重复步骤 4 ~ 5，直到
q为空。
参考：https://gitee.com/itcharge/LeetCode-Py
标签：node,优先,队头,队列,元素,插入,广度,节点 来源： https://www.cnblogs.com/Lusai/p/16701239.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。