图中2个节点之间的所有路径
我必须进行一个不知情的搜索（广度优先搜索）程序，它接受两个节点并返回它们之间的所有路径。
public void BFS(Nod start, Nod end) { Queue queue = new Queue(); queue.Enqueue(start); while (queue.Count != 0) { Nod u = queue.Dequeue(); if (u == end) break; else { u.data = "Visited"; foreach (Edge edge in u.getChildren()) { if (edge.getEnd().data == "") { edge.getEnd().data = "Visited"; if (edge.getEnd() != end) { edge.getEnd().setParent(u); } else { edge.getEnd().setParent(u); cost = 0; PrintPath(edge.getEnd(), true); edge.getEnd().data = ""; //return; } } queue.Enqueue(edge.getEnd()); } } } } 我的问题是我只获得了两条路径，而不是所有路径，我不知道在我的代码中编辑什么来获取它们。 我的问题输入基于这张地图： 
在BFS算法中，您必须在找到解决方案后停止。 一个想法是为您访问过的所有城市设置数据null（第一个除外）并让函数运行一点点。 我没有时间给你写一个片段，但是如果你没有得到它我会写至少一个伪代码。 如果你不明白我的想法发表你的问题的评论，我会尝试更好地解释。
广度优先搜索是生成所有可能路径的一种奇怪方式，原因如下：您需要跟踪BFS中的每个单独路径是否已遍历该节点，而不是完全遍历该节点。
举一个简单的例子
1----2 \ \ 3--- 4----5
我们想要从1到5的所有路径。我们排队1，然后是2和3，然后是4，然后是5.我们已经失去了通过4到5的两条路径的事实。
我建议尝试使用DFS来做这件事，尽管这可能可以通过一些思考来解决BFS问题。 排队的每个东西都是路径，而不是单个节点，因此可以看到该路径是否访问过每个节点。 如此，这是浪费的记忆
路径是一系列顶点，其中没有顶点重复多次。 根据这个定义，你可以编写一个递归算法，它应该按如下方式工作：将四个参数传递给函数，称之为F(u, v, intermediate_list, no_of_vertices) ，其中u是当前源（当我们递归时它会改变） ， v是目的地， intermediate_list是一个最初应为空的顶点列表，每次我们使用顶点时，我们都会将它添加到列表中，以避免在路径中多次使用顶点，而no_of_vertices是我们想要找到的路径的长度，其下限应为2 ，上限由V （顶点数）限定。 本质上，该函数应返回一个路径列表，其源为u ，目标为v ，每个路径的长度为no_of_vertices 。 创建一个初始的空列表并调用F(u, v, {}, 2), F(u, v, {}, 3), ..., F(u, v, {}, V) ，每个时间将F的输出与我们打算存储所有路径的列表合并。 尝试实现这一点，如果你仍然遇到麻烦，我会为你编写伪代码。
编辑：使用BFS解决上述问题：广度优先搜索是一种可用于探索图形的所有状态的算法。 您可以使用BFS浏览给定图形的所有路径的图形，然后选择所需的路径。 对于每个顶点v ，将以下状态添加到队列中： (v, {v}, {v}) ，其中每个状态定义为： (current_vertex, list_of_vertices_already_visited, current_path) 。 现在，当队列不为空时，弹出队列的顶部元素，对于current_vertex每个边e ，如果list_of_vertices_already_visited已经存在尾顶点x ，则推送新状态(x, list_of_vertices_already_visited + {x}, current_path -> x)到队列，并在将其从队列中弹出时处理每个路径。 通过这种方式，您可以搜索图表的整个路径图，无论是有向还是无向。
听起来像是家庭作业。 但有趣的是那种。
以下是伪代码，首先是深度而不是先呼吸（所以应该转换为队列类型算法，并且可能包含错误，但是一般的jist应该是清楚的。
class Node{ Vector[Link] connections; String name; } class Link{ Node destination; int distance; } Vector[Vector[Node]] paths(Node source, Node end_dest, Vector[Vector[Node]] routes){ for each route in routes{ bool has_next = false; for each connection in source.connections{ if !connection.destination in route { has_next = true; route.push(destination); if (!connection.destination == end_dest){ paths(destination, end_dest, routes); } } } if !has_next { routes.remove(route) //watch out here, might mess up the iteration } } return routes; }
编辑：这实际上是您正在寻找的问题的答案吗？ 或者你真的想找到最短的路径？ 如果是后者，请使用Dijkstra的算法： http ： //en.wikipedia.org/wiki/Dijkstra%27s_algorithm