图遍历算法——DFS、BFS、A*、B*和Flood Fill 遍历算法大串讲

图遍历算法——DFS、BFS、A*、B*和Flood Fill 遍历算法大串讲

本文内容框架：

§1 图遍历DFS和BFS两种实现

§2 A*算法

§3 B*算法

§4 Flood Fill算法

§5 小结

图遍历问题分为四类：

遍历完所有的边而不能有重复，即所謂“一笔画问题”或“欧拉路径”；

遍历完所有的顶点而没有重复，即所谓“哈密尔顿问题”。

遍历完所有的边而可以有重复，即所谓“中国邮递员问题”；

遍历完所有的顶点而可以重复，即所谓“旅行推销员问题”。

 

对于第一和第三类问题已经得到了完满的解决，而第二和第四类问题则只得到了部分解决。

第一类问题就是研究所谓的欧拉图的性质，而第二类问题则是研究所谓的哈密尔顿图的性质。

 

 

 

§1 图遍历DFS和BFS两种实现

 

图遍历的矩阵存储和邻接表存储的BFS和DFS实现

╔

矩阵存储BFS

 

#include <stdio.h>
#include <string.h>
#include <queue>
using namespace std;
queue <int> qu, qq;
int map[100][100], m, n, judge[100], path[100];
void bfs(){//和导论上的染色的方法差不多，judge[0] == 0 时候代表白色节点   在队列里面的节点是灰色的 出队列的是黑色的。
    int w, s,t,i, j;
    while(true){
        s = qu.size();
        if(!s)return;
        while(s--){
            t = qu.front();
            for(i = 0; i < n; i++){
                if(map[t][i] && !judge[i]){
                    judge[i] = true;
                    qu.push(i);
                    path[i] = t;//记录宽度优先搜索树中的当前节点的父亲
                    //printf("path[%d] = %d\n", i, t);
                }
            }
            qu.pop();
        }
    }
}
void printpath(int n){ //递归的输出路径
    if(path[n] == -1)printf("%d ", n);
    else{
        printpath(path[n]);
        printf("%d ", n);
    }
}
int main(){
    freopen("bfs.in", "r", stdin);
    freopen("bfs.out", "w", stdout);
    int i, j, u, v;
    while(scanf("%d%d", &n, &m) != -1){
        memset(judge, 0, sizeof(judge));
        for(i = 0; i < m; i++){
            scanf("%d%d", &u, &v);
            map[u][v] = map[v][u] = 1;
        }
        judge[0] = true;qu = qq;
        qu.push(0);memset(path, -1, sizeof(path));
        bfs();
        for(i = 1; i < n; i++){
            printf("from 0 to %d : ", i);
            printpath(i);puts("");
        }
    }
    return 0;
}

 

链表存储BFS

 

#include <stdio.h>
#include <string.h>
#include <queue>
using namespace std;
queue<int> qu, qq;
struct e{
    int v;
    e* next;
};
e* edge[100];int m, n, judge[100], path[100];
void bfs(){
    int w, i, j, t, s;e* l;
    while(true){
        s = qu.size();
        if(!s)return;
        while(s--){
            w = qu.front();
            l = edge[w];
            while(l){
                t = l->v;
                if(!judge[t]){
                    judge[t] = true;
                    qu.push(t);
                    path[t] = w;
                }
                l = l->next;
            }
            qu.pop();
        }
    }
}
void printpath(int x){
    if(path[x] == -1)printf("%d ", x);
    else{
        printpath(path[x]);
        printf(" %d", x);
    }
}
int main(){  //个人不推荐动态开辟存储空间，建议静态。
    freopen("bfs_link.in", "r", stdin);
    freopen("bfs_link.out", "w", stdout);
    int u, v, i, j;e* node;
    while(scanf("%d%d", &n, &m) != -1){
        memset(judge, 0, sizeof(judge));
        memset(path, -1, sizeof(path));
        for(i = 0; i < m; i++){
            scanf("%d%d", &u, &v);
            node = new e;
            node->v = v;
            node->next = edge[u];
            edge[u] = node;
            node = new e;
            node->v = u;
            node->next = edge[v];
            edge[v] = node;
        }
        judge[0] = true;qu = qq;qu.push(0);
        bfs();
        for(i = 1; i < n; i++){
            printf("path from 0 to %d : ", i);
            printpath(i);puts("");
        }
    }
    return 0;
}

 

矩阵存储DFS

 

#include <stdio.h>
#include <string.h>
int map[100][100], m, n, d[100], f[100], time, path[100];
bool judge[100];
void dfs(int v){
    int i;judge[v] = true;
    time++;d[v] = time;//开始时间
    for(i = 0; i < n; i++){
        if(map[v][i] && !judge[i]){
            path[i] = v;//记录深度优先搜索树中的父亲节点
            dfs(i);
        }
    }
    time++;f[v] = time;//结束时间
}

void printpath(int v){
    if(path[v] == -1)printf("%d ", v);
    else{
        printpath(path[v]);
        printf(" %d", v);
    }
}

int main(){
    freopen("dfs_m.in", "r", stdin);
    freopen("dfs_m.out", "w", stdout);
    int i, j, u, v;
    while(scanf("%d%d", &n, &m) != -1){
        memset(map, 0, sizeof(map));
        memset(judge, 0, sizeof(judge));
        memset(path, -1, sizeof(path));
        for(i = 0; i < m; i++){
            scanf("%d%d", &u, &v);
            map[u][v] = map[v][u] = true;
        }
        time = 0;dfs(0);
        for(i = 0; i < n; i++){
            printf("d[%d] = %d   f[%d] = %d\n", i, d[i], i, f[i]);
        }
        for(i = 1; i < n; i++){
            printf("path from 0 to %d : ");
            printpath(i);puts("");
        }
    }
    return 0;
}

 

链表存储BFS

 

#include <stdio.h>
#include <string.h>
struct e{
    int v;
    e* next;
};
e* link[100];e edge[10000];//静态的
int m, n, el, judge[100], d[100], f[100], time, path[100];
void dfs(int v){
    int i, t;e* l;
    judge[v] = true;
    time++;d[v] = time;
    l = link[v];
    while(l){
        t = l->v;
        if(!judge[t]){
            judge[t] = true;
            path[t] = v;
            dfs(t);
        }
        l = l->next;
    }
    time++;f[v] = time;
}

void printpath(int v){
    if(path[v] == -1)printf("%d", v);
    else{
        printpath(path[v]);
        printf(" %d", v);
    }
}

int main(){
    freopen("dfs_link.in", "r", stdin);
    freopen("dfs_link.out", "w", stdout);
    int i, j, u, v;
    while(scanf("%d%d", &n, &m) != -1){
        memset(judge, 0, sizeof(judge));
        memset(link, 0, sizeof(edge));
        memset(path, -1, sizeof(path));
        for(i = 0, el = 0; i < m; i++){
            scanf("%d%d", &u, &v);
            edge[el].v = v;
            edge[el].next = link[u];
            link[u] = &edge[el++];
            edge[el].v = u;
            edge[el].next = link[v];
            link[v] = &edge[el++];
        }time = 0;
        for(i = 0; i < n; i++){
            if(!judge[i])dfs(i);
        }
        for(i = 0; i < n; i++){
            printf("d[%d] = %d  f[%d] = %d\n", i, d[i], i, f[i]);
        }
        for(i = 1; i < n; i++){
            printf("path form 0 to %d : ", i);
            printpath(i);puts("");
        }
    }
    return 0;
}

  ╝①

 

§2 A*算法

 

A*算法

 

A*算法是一种常用的启发式搜索算法。

╔
在A*算法中，一个结点位置的好坏用估价函数来对它进行评估。A*算法的估价函数可表示为： 
f'(n) = g'(n) + h'(n) 
这里，f'(n)是估价函数，g'(n)是起点到终点的最短路径值（也称为最小耗费或最小代价），h'(n)是n到目标的最短路经的启发值。由于这个f'(n)其实是无法预先知道的，所以实际上使用的是下面的估价函数：
f(n) = g(n) + h(n) 
其中g(n)是从初始结点到节点n的实际代价，h(n)是从结点n到目标结点的最佳路径的估计代价。在这里主要是h(n)体现了搜索的启发信息，因为g(n)是已知的。用f(n)作为f'(n)的近似，也就是用g(n)代替g'(n)，h(n)代替h'(n)。这样必须满足两个条件：（1）g(n)>=g'(n)（大多数情况下都是满足的，可以不用考虑），且f必须保持单调递增。（2）h必须小于等于实际的从当前节点到达目标节点的最小耗费h(n)<=h'(n)。第二点特别的重要。可以证明应用这样的估价函数是可以找到最短路径的。

A*算法的具体步骤
A*算法基本上与广度优先算法相同，但是在扩展出一个结点后，要计算它的估价函数，并根据估价函数对待扩展的结点排序，从而保证每次扩展的结点都是估价函数最小的结点。
1）建立一个队列，计算初始结点的估价函数f，并将初始结点入队，设置队列头和尾指针。
2）取出队列头（队列头指针所指）的结点，如果该结点是目标结点，则输出路径，程序结束。否则对结点进行扩展。 
3）检查扩展出的新结点是否与队列中的结点重复，若与不能再扩展的结点重复（位于队列头指针之前），则将它抛弃；若新结点与待扩展的结点重复（位于队列头指针之后），则比较两个结点的估价函数中g的大小，保留较小g值的结点。跳至第五步。
4）如果扩展出的新结点与队列中的结点不重复，则按照它的估价函数f大小将它插入队列中的头结点后待扩展结点的适当位置，使它们按从小到大的顺序排列，最后更新队列尾指针。
5）如果队列头的结点还可以扩展，直接返回第二步。否则将队列头指针指向下一结点，再返回第二步。

╝②

 

A*算法图解

╔

 

 如图所示简易地图, 其中绿色方块的是起点 (用 A 表示), 中间蓝色的是障碍物, 红色的方块 (用 B 表示) 是目的地. 为了可以用一个二维数组来表示地图, 我们将地图划分成一个个的小方块。

 

 

 

二维数组在游戏中的应用是很多的, 比如贪吃蛇和俄罗斯方块基本原理就是移动方块而已. 而大型游戏的地图, 则是将各种"地貌"铺在这样的小方块上。

 

 

F = G + H，               

G 表示从起点 A 移动到网格上指定方格的移动耗费 (可沿斜方向移动)。 

H 表示从指定的方格移动到终点 B 的预计耗费 (H 有很多计算方法, 这里我们设定只可以上下左右移动)。

   我们假设横向移动一个格子的耗费为10, 为了便于计算, 沿斜方向移动一个格子耗费是14. 为了更直观的展示如何运算 F，G，H, 图中方块的左上角数字表示 F, 左下角表示 G, 右下角表示 H。 看看上图是否跟你心里想的结果一样？

 将上图A周围的方块全部放入队列，取出F值最小的方块C，看看 C 下面的那个格子, 它目前的 G 是14, 如果通过 C 到达它的话, G将会是 10 + 10, 这比 14 要大, 因此我们什么也不做（上面步骤3））。

以C为中心结点，扩展新结点 ，并进入队列（上面步骤4））。

直到最终找到终点B，上面浅蓝色边缘的方块是移动过的地点（实际走过的地方），浅绿色边缘的方块是还在队列中的方块。

╝③  

A*算法实现

╔

 

/*
 * file: astar_algorithm.h
 * author: MulinB@HUST
 * date: 2010-10-10
 * modified: 2012-05-09
 * A-star algorithm implemented in C. Only for study.
 */
#ifndef _ASTAR_ALGORITHM_H
#define _ASTAR_ALGORITHM_H
#include <math.h>
#define M  6
#define N  8
//map marks
#define  AVAIL     0
#define  UNAVAIL  -1
#define  START   100
#define  END     111
#define  ROAD     10
#define GET_F(X)  (X->G + X->H)
typedef struct Node
{
	//for node itself
	int type; //node type
	int i; //i index
	int j; //j index
	//for A star algorithm
	double G; //past road cost
	double H; //heuristic, F = G + H
	struct Node* parent; //parent node, used for trace road
	struct Node* next; //only used for open and close list
}Node;

//==========================open close list operation================
Node* open_list;
Node* close_list;
void init_openlist()
{
	open_list = NULL;
}
void init_closelist()
{
	close_list = NULL;
}
void destroy_openlist()
{
	Node* q;
	Node* p = open_list;
	while (p != NULL)
	{
		q = p->next;
		free(p);
		p = q;
	}
}
void destroy_closelist()
{
	Node* q;
	Node* p = close_list;
	while (p != NULL)
	{
		q = p->next;
		free(p);
		p = q;
	}
}
void insert_into_openlist(Node* new_node) //insert and sort by F
{
	Node* p;
	Node* q;
	if (open_list == NULL)
	{
		open_list = new_node; //insert as the first
		return;
	}
	p = open_list;
	while (p != NULL)
	{
		q = p;
		p = p->next;
		if (p == NULL)
		{
			q->next = new_node; //insert as the last
			return;
		}
		else if (GET_F(new_node) < GET_F(p))
		{
			q->next = new_node; //insert before p, sorted
			new_node->next = p;
			return;
		}
	}
	
}
void insert_into_closelist(Node* new_node) //just insert before head
{
	if (close_list == NULL)
	{
		close_list = new_node; //insert as the first
		return;
	}
	else
	{
		new_node->next = close_list; //insert before head
		close_list = new_node;
		return;
	}
}
Node* find_node_in_list_by_ij(Node* node_list, int di, int dj)
{
	Node* p = node_list;
	while (p)
	{
		if (p->i == di && p->j == dj)
			return p;
		p = p->next;
	}
	return NULL;
}
Node* pop_firstnode_from_openlist() //get the minimum node sorted by F
{
	Node* p = open_list;
	if (p == NULL)
	{
		return NULL;
	}
	else
	{
		open_list = p->next;
		p->next = NULL;
		return p;
	}
}
void remove_node_from_openlist(Node* nd) //just remove it, do not destroy it
{
	Node* q;
	Node* p = open_list;
	if (open_list == nd)
	{
		open_list = open_list->next;
		return;
	}
	while (p)
	{
		q = p;
		p = p->next;
		if (p == nd) //found
		{
			q->next = p->next;
			p->next = NULL;
			return;
		}
	}
}
void remove_node_from_closelist(Node* nd) //just remove it, do not destroy it
{
	Node* q;
	Node* p = close_list;
	if (close_list == nd)
	{
		close_list = close_list->next;
		return;
	}
	while (p)
	{
		q = p;
		p = p->next;
		if (p == nd) //found
		{
			q->next = p->next;
			p->next = NULL;
			return;
		}
	}
}
//===================================================================
//=======================calculate H, G =============================
//calculate Heuristic value
//(reimplemented when porting a star to another application)
double calc_H(int cur_i, int cur_j, int end_i, int end_j)
{
	return (abs(end_j - cur_j) + abs(end_i - cur_i)) * 10.0; //the heuristic
}
//calculate G value
//(reimplemented when porting a star to another application)
double calc_G(Node* cur_node)
{
	Node* p = cur_node->parent;
	if (abs(p->i - cur_node->i) + abs(p->j - cur_node->j) > 1)
		return 14.0 + p->G; //the diagonal cost is 14
	else
		return 10.0 + p->G; //the adjacent cost is 10
}
void init_start_node(Node* st, int si, int sj, int ei, int ej)
{
	memset(st, 0, sizeof(Node));
	st->type = START;
	st->i = si;
	st->j = sj;
	st->H = calc_H(si, sj, ei, ej);
	st->G = 0;
}
void init_end_node(Node* ed, int ei, int ej)
{
	memset(ed, 0, sizeof(Node));
	ed->type = END;
	ed->i = ei;
	ed->j = ej;
	ed->H = 0;
	ed->G = 9999; //temp value
}
void init_pass_node(Node* pd, int pi, int pj)
{
	memset(pd, 0, sizeof(Node));
	pd->type = AVAIL;
	pd->i = pi;
	pd->j = pj;
}
//check the candidate node (i,j) when extending parent_node
int check_neighbor(int map[][N], int width, int height, 
	int di, int dj, Node* parent_node, Node* end_node)
{
	Node* p;
	Node* temp;
	double new_G;
	if (di < 0 || dj < 0 || di > height-1 || dj > width-1)
		return UNAVAIL;
	//1. check available
	if (map[di][dj] == UNAVAIL)
		return UNAVAIL;
	//2. check if existed in close list
	p = find_node_in_list_by_ij(close_list, di, dj); 
	if (p != NULL)
	{
		//found in the closed list, check if the new G is better, added 2012-05-09
		temp = p->parent;
		p->parent = parent_node;
		new_G = calc_G(p);
		if (new_G >= p->G)
		{
			p->parent = temp; //if new_G is worse, recover the parent
		}
		else
		{
			//the new_G is better, remove it from close list, insert it into open list
			p->G = new_G;
			remove_node_from_closelist(p); //remove it
			insert_into_openlist(p); //insert it, sorted
		}
		return AVAIL;
	}
	//3. check if existed in open list
	p = find_node_in_list_by_ij(open_list, di, dj); //in open list
	if (p != NULL)
	{
		//found in the open list, check if the new G is better
		temp = p->parent;
		p->parent = parent_node;
		new_G = calc_G(p);
		if (new_G >= p->G)
		{
			p->parent = temp; //if new_G is worse, recover the parent
		}
		else
		{
			//the new_G is better, resort the list
			p->G = new_G;
			remove_node_from_openlist(p); //remove it
			insert_into_openlist(p); //insert it, sorted
		}
		return AVAIL;
	}
	
	//4. none of above, insert a new node into open list
	if (map[di][dj] == END)
	{
		//4~. check if it is end node
		end_node->parent = parent_node;
		end_node->G = calc_G(end_node);
		insert_into_openlist(end_node); //insert into openlist
		return AVAIL;
	}
	else
	{
		//4~~. create a new node
		p = malloc(sizeof(Node));
		init_pass_node(p, di, dj);
		p->parent = parent_node;
		p->H = calc_H(di, dj, end_node->i, end_node->j);
		p->G = calc_G(p);
		insert_into_openlist(p); //insert into openlist
		return AVAIL;
	}
}
//extend the current node on the map
//(reimplemented when porting a star to another application)
void extend_node(Node* cd, int map[][N], int width, int height, Node* end_node)
{
	int up_status, down_status, left_status, right_status;
	int ci, cj; //cur node i, j
	int ti, tj; //temp i, j
	ci = cd->i;
	cj = cd->j;
	//1. up
	ti = ci - 1;
	tj = cj;
	up_status = check_neighbor(map, width, height, ti, tj, cd, end_node);
	//2. down
	ti = ci + 1;
	tj = cj;
	down_status = check_neighbor(map, width, height, ti, tj, cd, end_node);
	//3. left
	ti = ci;
	tj = cj - 1;
	left_status = check_neighbor(map, width, height, ti, tj, cd, end_node);
	//4. right
	ti = ci;
	tj = cj + 1;
	right_status = check_neighbor(map, width, height, ti, tj, cd, end_node);
	//5. leftup
	ti = ci - 1;
	tj = cj - 1;
	if (up_status == AVAIL && left_status == AVAIL)
		check_neighbor(map, width, height, ti, tj, cd, end_node);
	//6. rightup
	ti = ci - 1;
	tj = cj + 1;
	if (up_status == AVAIL && right_status == AVAIL)
		check_neighbor(map, width, height, ti, tj, cd, end_node);
	//7. leftdown
	ti = ci + 1;
	tj = cj - 1;
	if (down_status == AVAIL && left_status == AVAIL)
		check_neighbor(map, width, height, ti, tj, cd, end_node);
	//8. rightdown
	ti = ci + 1;
	tj = cj + 1;
	if (down_status == AVAIL && right_status == AVAIL)
		check_neighbor(map, width, height, ti, tj, cd, end_node);
	
}

//=======================search algorithm======================================
/*
A*方法总结 (from http://www.policyalmanac.org/games/aStarTutorial.htm):
1. 把起始格添加到开启列表。
2. 重复如下的工作：
  a) 寻找开启列表中F值最低的格子。我们称它为当前格。
  b) 把它切换到关闭列表。
  c) 对相邻的8格中的每一个？
    * 如果它不可通过或者已经在关闭列表中，略过它。反之如下。(MulinB 2012-05-09 按：在关闭列表中是否也应该检查它，看是否可以获得更低的G值?? ref: http://theory.stanford.edu/~amitp/GameProgramming/ImplementationNotes.html )
    * 如果它不在开启列表中，把它添加进去。把当前格作为这一格的父节点。记录这一格的F,G,和H值。
    * 如果它已经在开启列表中，用G值为参考检查新的路径是否更好。更低的G值意味着更好的路径。
      如果是这样，就把这一格的父节点改成当前格，并且重新计算这一格的G和F值。
      如果你保持你的开启列表按F值排序，改变之后你可能需要重新对开启列表排序。
  d) 停止，当你
    * 把目标格添加进了关闭列表(注解)，这时候路径被找到，或者
    * 没有找到目标格，开启列表已经空了。这时候，路径不存在。
3. 保存路径。从目标格开始，沿着每一格的父节点移动直到回到起始格。这就是你的路径。
*/
//search a road on a map, return node_list
Node* a_star_search(int map[M][N], int width, int height, 
					int start_i, int start_j, int end_i, int end_j)
{
	Node* cur_node;
	Node* start_node;
	Node* end_node;
	//create start and end node
	start_node = malloc(sizeof(Node));
	init_start_node(start_node, start_i, start_j, end_i, end_j);
	end_node = malloc(sizeof(Node));
	init_end_node(end_node, end_i, end_j);
	
	//init open and close list
	init_openlist();
	init_closelist();
	//put start_node into open list
	insert_into_openlist(start_node);
	
	//start searching
	while (1)
	{
		cur_node = pop_firstnode_from_openlist(); //it has the minimum F value
		if (cur_node == NULL || cur_node->type == END)
		{
			break; //found the road or no road found
		}
		
		extend_node(cur_node, map, width, height, end_node); //the key step!!
		insert_into_closelist(cur_node);
	}
	//you can track the road by the node->parent
	return cur_node;
}

#endif /* file end */

 ╝④

 

 

B*算法

╔

B* 寻路算法又叫Branch Star 分支寻路算法，且与A*对应，本算法适用于游戏中怪物的自动寻路，其效率远远超过A*算法，经过测试，效率是普通A*算法的几十上百倍。 
通过引入该算法，一定程度上解决了游戏服务器端无法进行常规寻路的效率问题，除非服务器端有独立的AI处理线程，否则在服务器端无法允许可能消耗大量时间的寻路搜索，即使是业界普遍公认的最佳的A*，所以普遍的折中做法是服务器端只做近距离的寻路，或通过导航站点缩短A*的范围。 

 

 

§3 B*算法

B*算法原理 
本算法启发于自然界中真实动物的寻路过程，并加以改善以解决各种阻挡问题(有点类似蚁群算法）。 
前置定义： 
1、探索节点： 
为了叙述方便，我们定义在寻路过程中向前探索的节点（地图格子）称为探索节点，起始探索节点即为原点。（探索节点可以对应为A*中的开放节点）。
2、自由的探索节点： 
探索节点朝着目标前进，如果前方不是阻挡，探索节点可以继续向前进入下一个地图格子，这种探索节点我们称为自由探索节点； 
3、绕爬的探索节点： 
探索节点朝着目标前进，如果前方是阻挡，探索节点将试图绕过阻挡，绕行中的探索节点我们成为绕爬的探索节点； 
B*算法流程 
1、起始，探索节点为自由节点，从原点出发，向目标前进； 
2、自由节点前进过程中判断前面是否为障碍， 
      a、不是障碍，向目标前进一步，仍为自由节点； 
      b、是障碍，以前方障碍为界，分出左右两个分支，分别试图绕过障碍，这两个分支节点即成为两个绕爬的探索节点； 
3、绕爬的探索节点绕过障碍后，又成为自由节点，回到2）； 
4、探索节点前进后，判断当前地图格子是否为目标格子，如果是则寻路成功，根据寻路过程构造完整路径； 
5、寻路过程中，如果探索节点没有了，则寻路结束，表明没有目标格子不可达； 

B*算法图解演示 
     
    


B*算法与A*算法的性能比较 
寻路次数比较（5秒钟寻路次数） 

 

╝⑤

 

§4 Flood Fill算法

 

Flood Fill算法

 

Flood Fill算法是计算机图形学和数字图像处理的一个填充算法，其实就是从一点开始向四面周围寻找点填充遍历，原理和BFS很相似，当然也可以像DFS一样的遍历。

 

Flood Fill 算法图解演示

Flood Fill算法实现

说的Flood Fill算法的实现不得不提Lode's Computer Graphics Tutorial。该算法可以通过递归或者是stack来完成，下面只附上4-Way Recurisive Method:

 

//Recursive 4-way floodfill, crashes if recursion stack is full 
void floodFill4(int x, int y, int newColor, int oldColor) 
{ 
    if(x >= 0 && x < w && y >= 0 && y < h && screenBuffer[x][y] == oldColor && screenBuffer[x][y] != newColor) 
    { 
        screenBuffer[x][y] = newColor; //set color before starting recursion
        
        floodFill4(x + 1, y,     newColor, oldColor);
        floodFill4(x - 1, y,     newColor, oldColor);
        floodFill4(x,     y + 1, newColor, oldColor);
        floodFill4(x,     y - 1, newColor, oldColor);
    }     
}

 

 

 

 

§5 小结

这篇文章摘录了图算法最基本的BFS和DFS的实现以及A*、B*和Flood Fill的基本原理，由于原理不是十分难懂又有图解过程，所以可以一次性掌握原理（虽然文字介绍相当简要，不过好像也没有什么要说的），剩下的动手的问题。如果你有任何建议或者批评和补充，请留言指出，不胜感激，更多参考请移步互联网。

 

 

 

参考：

①MemoryGarden： http://www.cppblog.com/MemoryGarden/articles/97979.html

②阿凡卢： http://www.cnblogs.com/luxiaoxun/archive/2012/08/05/2624115.html

③ Create Chen： http://www.cnblogs.com/technology/archive/2011/05/26/2058842.html

④在迷茫中寻找四叶草 --MulinB的技术博客： http://blog.csdn.net/mulinb/article/details/5939225

⑤inysong: http://qinysong.iteye.com/blog/678941