【数据结构与算法】数据结构算法--广度优先算法搜索（Python实现）

---

---

广度优先搜索（breadth - firsr search ，BFS）

参考书籍：算法图解

最短距离：

广度优先搜索让你能找够两样东西之间的最短距离，但是最短距离的含义有很多 ：
- 编写象棋计算算法,计算最少走多少步就可以获胜。
- 编写拼写检查，计算最少编辑多少个地方就可以将错拼单词改写成正确的单词
- 根据你的人际关系网络找到最有可能的单身异性

图

• 图是由结点和边构成，一个结点可能和众多的节点直接相连，这些结点被称为邻居
• 图用于模拟不同东西如何相互连接

广度优先搜索：

• 广度优先搜索是一种用于图的查找算法：
  针对两类问题：
  1. 从节点A出发，有前往结点B的路径吗？
2. 从节点A出发，前往结点B那条路径最短？

广度优先搜索的解决思路（一）含有路径：

假如你正在寻找一个富婆当女朋友，需要寻找一个单身富婆的联系方式，为此你可以在你的朋友圈中寻找：
1. 首先你先创建一个朋友名单
2. 依次检查出名单每个人，看是否单身有钱且异性
3. 假若没有朋友是符合富婆判定条件，则必须在你朋友中寻找
4. 将朋友的朋友加入名单
5. 依次检查出朋友名单每个人，看是否单身有钱且异性
这种算法将搜遍你整个人际关系网络，这就是广度优先算法

广度优先搜索的解决思路（二）最短路径：

那么第二类问题：谁是关系最近的富婆，我们把朋友看作一层关系，朋友的朋友就是二层关系
我们假设 A1 A2 A3 是一度关系（朋友) B1 B2 B3 是二度关系 （朋友的朋友）：

• 那么一度关系胜过二度关系，二度关系胜过三度关系
• 先从一度关系名单寻找，再从二度关系名单寻找
• 按照这种关系寻找，只有给每个名单添加一个顺序，有一种可以实现这种数据结构 那就是是队列

队列：

队列是一种先进先出的数据结构（Fist In Fist Out） FIFO ,与栈后进后出相对LIFO（Last IN）

散列表：

散列表可以将键映射到值，这里我们将节点映射到其他所有邻居
表示这种映射关系的Python代码如下

graph = {}
graph["you"]=["A1","A2","A3"]

• 此时你被映射到了一个数组里 包含了“你”的和你的所有邻居（“A1 A2 A3”）
  若是更加复杂的关系

graph = {}
graph["you"]=["A1","A2","A3"]
graph["A1"]=["B1","B2","B3"]
graph["B2"]=["C3"]
graph["C3"]=["A2"]
graph["C3"]=["D4"]
graph["B3"]=["D4"]

散列表顺序：

• 键-值的添加顺序先后顺序本来就不重要 散列表是无序的，因此添加键-值对的，顺序无关紧要。

有向图和无向图：

如果图形中的所有边都是无向的，那么我们说这个图是无向图。同样，一个有方向的图
也称为有向图，其所有边都是有向的。一个图若同时有有方向的边和无方向的边，则通常称为混合图（我们此时的朋友关系基本指无向图（互有关系））

实现算法：

创建队列

首先创建一个队列，在Python中，可以使用函数deque来创建一个双端队列

form collections import deque  
search_queue = deque()   # 创建一个队列
search_queue += graph["you"] #将你的邻居加入这个搜索路径

此时别忘了，graphp[“you”]是一个数组，其中包括你所有朋友A1 A2 A3都会加入搜索列表中

遍历队列

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 person_is_seller(person): # 检查这个人是不是富婆
        print person + " is a mango seller!" # 是富婆
        return True
    else:
        search_queue += graph[person]  #不是富婆，将所有朋友都加入搜索的序列
    return False  # 队列中没人是富婆

查找代码：

这个代码搜寻的通过查找有没有 名称‘8’ 来发现富婆

def person_is_seller(name):
    return name[-1]='8'

注意事项：

这个代码会不断执行，直到满足了以下两个条件：

• 找到了富婆
• 队列变成空的，这·一位着人际关系网中没又富婆

这样便会衍生出一个问题：

• B2 和C3 以及A1都是好朋友，在遍历检查中，A1检查了一遍，C3又检查了一便，因此算法做了无用功

• 假如你用这张图来表示：则会陷入了无限的循环之中：
  

• 为此我们将设置一个列表 来记录检查过的人

---

考虑这一点之后，完整的广度优先搜索算法如下：

  from collections import  deque
def search(name):
    search_queue = deque()
    search_queue += graph[name]
    searched = []  # 这个数组用来记录被检查过的人
    while search_queue:
        person = search_queue.popleft()
        if person not in searched:
            if person_is_seller(person):
                print (person + "is a fupo!")
                return True
            else:
                search_queue += graph[person]
                searched.append(person)
            return False

def person_is_seller(name):
    return name[-1] ==  '8'