DFS、BFS python实现

图：

graph={
    'A':['B','C'],
    'B':['A','C','D'],
    'C':['A','B','D','E'],
    'D':['B','C','E','F'],
    'E':['C','D'],
    'F':['D']}

BFS：队列实现

#BFS 广度优先搜索 层序遍历
def BFS(graph,s): #graph图，s是开始节点
    #需要一个队列
    queue = []
    queue.append(s)
    seen = set() #看是否访问过该节点
    seen.add(s)
    while (len(queue)>0):
        vertex = queue.pop(0) #保存第一节点，并弹出，方便把他下面的子节点接入
        nodes = graph[vertex] #子节点的数组
        for w in nodes:
            if w not in seen: #判断是否访问过，使用一个数组
                queue.append(w)
                seen.add(w)
        print(vertex)

DFS：

1.递归实现

def DFS(graph, s, seen=None):
    if seen is None:
        seen = set()  # 记录已访问的节点
    print(s)
    seen.add(s)  # 将当前节点标记为已访问
    nodes = graph[s]  # 获取当前节点的邻接节点
    for w in nodes:
        if w not in seen:  # 如果邻接节点未被访问
            DFS(graph, w, seen)  # 递归调用DFS函数，以邻接节点作为新的起始节点，并传递已访问节点的集合

2.栈实现

#DFS 深度优先搜索 回溯法（会回看前面的节点）
#一直往前走，走不下去往回跳
#使用stack来进行深度的顺序
#把栈顶元素去除，在把临接点放入
def DFS(graph,s):#graph图，s是开始接点
    #需要一个栈
    stack = []
    stack.append(s)
    seen = set() #看是否访问过
    seen.add(s)
    while(len(stack)>0):
        #拿出邻接点
        vertex = stack.pop() #这里pop参数没有0了，最后一个元素
        nodes = graph[vertex]
        for w in nodes:
            if w not in seen: #如何判断是否访问过，使用一个数组
                stack.append(w)
                seen.add(w)
        prinf(vertex)