python实现广度优先搜索过程解析

广度优先搜索

适用范围： 无权重的图，与深度优先搜索相比，深度优先搜索法占内存少但速度较慢，广度优先搜索算法占内存多但速度较快

复杂度： 时间复杂度为O(V+E),V为顶点数，E为边数

思路

广度优先搜索是以层为顺序,将某一层上的所有节点都搜索到了之后才向下一层搜索；

代码

from collections import deque

#解决从你的人际关系网中找到芒果销售商的问题
#使用字典表示映射关系
graph = {}
graph["you"] = ["alice", "bob", "claire"]
graph["bob"] = ["anuj", "peggy"]
graph["alice"] = ["peggy"]
graph["claire"] = ["thom", "jonny"]
graph["anuj"] = []
graph["peggy"] = []
graph["thom"] = []
graph["jonny"] = []

#判断是否是要查找的目标
def is_target_node(name):
return name[-1] == 'm'

#实现广度优先搜索算法
def search(name):
search_queue = deque() #创建一个队列
search_queue += graph[name]
searched = [] #记录用于检查过的人
while search_queue: #只要队列不为空
person = search_queue.popleft() #就取出其中的第一个人
if not person in searched: #这个人没有被检查过
if is_target_node(person): #判断这个人是否是要查找的销售商
print(person + " is target node!")
return True
else:
search_queue += graph[person] #如果这个人不是，就将这个人的朋友压入队列
searched.append(person) #将这个人追加到已检查过的字典中
return False

#调用方法
search("you")

以上就是本文的全部内容，希望对大家的学习有所帮助

您可能感兴趣的文章:

• Python实现深度遍历和广度遍历的方法
• python广度优先搜索得到两点间最短路径
• python 递归深度优先搜索与广度优先搜索算法模拟实现
• python深度优先搜索和广度优先搜索
• Python数据结构与算法之图的广度优先与深度优先搜索算法示例
• python数据结构之图深度优先和广度优先实例详解