人工智能大作业——python实现BFS和DFS算法

python实现BFS和DFS算法

1 需要遍历的图

2 算法设计过程

2.1 BFS程序设计

算法步骤：

1、创建一个队列，选择遍历的起点插入到队列中。
2、创建一个记录节点是否被遍历过的set，以防止节点被多次遍历形成（多次遍历亦有可能陷入死循环）。
3、当队列不为空时，从队中弹出节点并输出以记录。并依次遍历将该节点的下一层节点，依次插入到队尾。插到队尾之前需要先检查该子节点是否已被遍历，遍历过则不插入，没遍历过则插入并在visited集合中记录该点。
4、重复3直到队列为空，此时所有节点均被遍历，并且是“由内向外”。

复杂度分析：

需要注意的是复杂度的好坏取决于图的存储结构，也就是图是以邻接表存储还是以邻接矩阵存储。

• 时间复杂度：
  邻接表存储时，从一个顶点开始搜索时，访问未被访问过的节点，最坏情况下是所有邻接点均未被访问过（即遍历所有点所有边后才找到终点），这时每个邻接点和边均要被访问一次（邻接表是一维数组存节点，链表存边（节点间关系）来实现的），所以$T=O（V+E）$，其中V是顶点数，E是边数。
  邻接矩阵存储时，查找每个顶点的邻接点所需时间为$O(V)$（邻接矩阵是由二维数组存储边，一维数组存储点来实现的），即遍历该节点所在的该行该列。又有n个顶点，故算总的时间复杂度为 O ( ∣ V ∣ 2 ) O(|V|^2) O(∣V∣