算法学习（五）—— 广度优先搜索

系列文章目录

第一章：二分查找及大O表示法

第二章：选择排序

第三章：递归和快速排序

第四章：散列表

第五章：广度优先搜索

---

---

前言

积累算法，记录学习

---

一、图简介

图模拟一组连接。由节点（node）和边（edge）组成。
比如《图解算法》中给出的生动例子，这个图指出欠钱关系，比如ALEX欠了EAMA的钱，RAME又欠了ADIT钱，以此类推。

并且，一个节点可能与众多节点直接相连，这样的节点被称为邻居，也有一些互不相连的节点，可以通过彼此的邻居进行关系连接。因此直接相连称为“一度关系”，经过一个邻居相连（比如ALEX和ADIT）被称为“二度关系”，依此类推。
总之，图用来模拟不同对象是怎么相连的。在我认为的所有算法中，图算法应该是最有用的。

二、广度优先搜索

广度优先搜索是一种用于图的查找算法，用于解决最短路径问题，可以帮助回答两类问题：

• 从节点A出发，有前往节点B的路吗？
• 从节点A出发，前往节点B的哪条路径最短？

1、查找有无路径？

1）依次检查一度关系，查看能否相连
2）如果能相连，则成功结束
3）不能相连，将每一个一度关系的邻居加入查找名单
4）循环，直到寻找到路径或者循环完毕

2、查找最短路径

最短路径肯定会优先出现在一度关系，然后是二度关系，依次类推
因此只有按顺序查找，才能实现这个目的，可实现这种目的的数据结构是队列（queue）

3、队列

队列的工作原理与现实生活中的队列完全相同，是一种先进先出（First In First Out,FIFO)的数据结构，与栈的后进先出（Last In First Out）区别开来。

三、代码实现

1、实现图

使用上一节讲到的散列表来表示图

比如和“我”有一度关系的是：BOB、CLAIRE、ALICE，散列表将键映射到值，我们将节点映射到所有邻居：

>>> graph = {
   }
>>> graph