ChatDiagram
Flowchart · Algorithm · Graph Search

廣度優先搜尋演算法流程圖

這份廣度優先搜尋演算法流程圖呈現以佇列為基礎的處理順序,凸顯 BFS 與其他圖形 traversal 的差異。流程先讀取圖形與起始頂點,將該頂點標記為已訪問並放入佇列。中央子程序接著重複三個核心動作:取出一個頂點、記錄該頂點,以及將每個先前未訪問的鄰接頂點加入佇列。

類型 流程圖標準 Sugiyama layered DAG + orthogonal routing引擎 schematex-flowchart更新時間 2026/9/29
Breadth-first search algorithm
Drawing preview
需求

“建立由上而下的廣度優先搜尋演算法流程圖:讀取圖形 G 與起始頂點 s,將 s 標記為已訪問並加入佇列;接著當佇列不為空時,取出一個頂點,記錄於 traversal 順序中,並將每個尚未訪問的鄰接頂點標記後加入佇列。輸出 traversal 順序並結束。”

接著試試每個鄰接頂點入列時加入距離標籤。找到目標頂點時停止輸出。
這張圖裡有什麼

看懂背後的決策。

01

FIFO traversal:取出下一個頂點,使 traversal 採用廣度優先而非深度優先。

適合用於無權重圖的 traversal 或最少跳數說明。若圖表用於最短路徑,請加入父節點與距離更新。

瀏覽所有 流程圖 範本 →

常見問題

常見問題

為什麼 BFS 使用佇列?

先進先出佇列會從起始頂點開始,依圖層逐層處理頂點。

鄰接頂點何時會標記為已訪問?

頂點入列時就會標記,避免其他頂點再次將它加入佇列。

這能找出最短路徑嗎?

可以。對無權重圖加入距離與父節點資料後,BFS 能依邊數找出最短路徑。