Python实现深度优先遍历和广度优先遍历

DFS过程:

a) 假设初始状态是图中所有顶点都未曾访问过,则可从图G中任意一顶点v为初始出发点,首先访问出发点v,并将其标记为已访问过。

b)然后依次从v出发搜索v的每个邻接点w,若w未曾访问过,则以w作为新的出发点出发,继续进行深度优先遍历,直到图中所有和v有路径相通的顶点都被访问到。

c) 若此时图中仍有顶点未被访问,则另选一个未曾访问的顶点作为起点,重复上述步骤,直到图中所有顶点都被访问到为止。

简单点:深度优先搜索包括从一条路径的起始点开始追溯,直到到达最后一个顶点,然后回溯,继续追溯下一条路径,直到到达最后的顶点,如此往复,直到没有路径为止

 

下面的代码强调一下:

dfs和bfs区别:

  1. pop()和pop(0)
  2. order加入w的时机
  3. 判断w的条件
# -*-coding:utf-8-*-

'''
深度优先遍历: 是一种用于遍历树或者图的算法。沿着树的深度遍历树的节点,尽可能深地搜索树的分支。
            当节点v的所在边都被搜索过了。搜索将回溯到节点v的那条边的起始节点。
            这一过程已知进行,直到已发现从源节点可达的所有节点为止。
          
  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
深度优先(Depth First Search,DFS)和广度优先(Breadth First Search,BFS)都是图的常见遍算法。下面我将简单介绍它们的实现方法。 (1)深度优先 深度优先是一种递归遍方式,首先访问起始顶点,然后依次访问与该顶点相邻的未被访问的顶点,重复该操作,直到所有顶点都被访问过。具体步骤如下: 1. 首先访问起始顶点; 2. 遍与该顶点相邻的未被访问的顶点; 3. 对于每个相邻的未被访问的顶点,以该顶点为起始顶点,递归执行上述两个步骤。 以下是深度优先Python 代码实现: ```python def dfs(graph, start, visited=None): if visited is None: visited = set() visited.add(start) print(start) for next_vertex in graph[start] - visited: dfs(graph, next_vertex, visited) return visited ``` 其中,graph 表示图的邻接表,start 表示起始顶点,visited 表示已经访问过的顶点。代码中,使用了 Python 的 set 类型来存储 visited 集合。 (2)广度优先 广度优先是一种非递归遍方式,首先访问起始顶点,然后依次访问与该顶点相邻的未被访问的顶点,重复该操作,直到所有顶点都被访问过。具体步骤如下: 1. 首先访问起始顶点; 2. 将起始顶点加入队列; 3. 取出队列中的一个顶点,并遍与该顶点相邻的未被访问的顶点,将这些顶点加入队列; 4. 对队列中的每个顶点,重复步骤3,直到所有顶点都被访问过。 以下是广度优先Python 代码实现: ```python from collections import deque def bfs(graph, start): visited, queue = set(), deque([start]) visited.add(start) while queue: vertex = queue.popleft() print(vertex) for neighbor in graph[vertex]: if neighbor not in visited: visited.add(neighbor) queue.append(neighbor) return visited ``` 其中,graph 表示图的邻接表,start 表示起始顶点。代码中,使用了 Python 的 deque 类型来实现队列。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值