今天是十五周算法训练营的第六周，主要讲BFS专题。（欢迎加入十五周算法训练营，与小伙伴一起卷算法）

「BFS的核心思想是把一些问题抽象成图，从一个点开始，向四周开始扩散。一般来说，写BFS算法都是用队列这种数据结构，每次将一个节点周围的所有节点加入队列。」

「BFS相对于DFS的最主要的区别是：BFS找到的路径一定是最短的，但代价就是空间复杂度比DFS大很多。」

「BFS出现的常见场景：问题的本质就是让你在一幅图中找到从起点start到终点target的最近距离」

二叉树的最小深度

给定一个二叉树，找出其最小深度。

最小深度是从根节点到最近叶子节点的最短路径上的节点数量。

说明：叶子节点是指没有子节点的节点。

示例 1：

输入：root = [3,9,20,null,null,15,7] 输出：2

// 找最短路径，用BFS
// 1. 首先明确起点start和终点target是什么？
// 起点就是root根节点，终点就是最靠近根节点的那个叶子节点
// 2、 怎么判断达到了终点
// 叶子节点就是两个子节点都是null的节点

function minDepth(root) {
    const bfs = (root) => {
        if (!root) {
            return 0;
        }

        // root本身就是一层，depth初始化为1
        let depth = 1;
        const queue = [root];

        while (queue.length > 0) {
            const size = queue.length;

            // 遍历当前存在队列中的数据
            for (let i = 0; i < size; i++) {
                const cur = queue.shift();

                // 将左右子节点存入队列
                if (cur.left) {
                    queue.push(cur.left);
                }
                if (cur.right) {
                    queue.push(cur.right);
                }

                if (cur.left === null && cur.right === null) {
                    return depth;
                }
            }

            // 遍历完一层之后增加步数
            depth++;
        }

        return depth;
    }

    return bfs(root);
}

填充每个节点的下一个右侧节点指针

给定一个 完美二叉树 ，其所有叶子节点都在同一层，每个父节点都有两个子节点。二叉树定义如下：

struct Node { int val; Node *left; Node *right; Node *next; } 填充它的每个 next 指针，让这个指针指向其下一个右侧节点。如果找不到下一个右侧节点，则将 next 指针设置为 NULL。

初始状态下，所有 next 指针都被设置为 NULL。

示例 1：

输入：root = [1,2,3,4,5,6,7] 输出：[1,#,2,3,#,4,5,6,7,#] 解释：给定二叉树如图 A 所示，你的函数应该填充它的每个 next 指针，以指向其下一个右侧节点，如图 B 所示。序列化的输出按层序遍历排列，同一层节点由 next 指针连接，'#' 标志着每一层的结束

// 典型的通过BFS解决
function connect(root) {
    if (root === null) {
        return root;
    }
    const list = [root];

    while (list.length > 0) {
        const size = list.length;

        for (let i = 0; i < size; i++) {
            const preNode = list.shift();
            // 进行连接
            if (i === size - 1) {
                preNode.next = null;
            } else {
                preNode.next = list[0];
            }
            // 获取下一个元素，将内容填充到栈中
            preNode.left && list.push(preNode.left);
            preNode.right && list.push(preNode.right);
        }
    }

    return root;
}

const root = {
    val: 1,
    left: {
        val: 2,
        left: null,
        right: null
    },
    right: {
        val: 3,
        left: null,
        right: null
    }
};

console.log(connect(root));