广度优先搜索学习笔记

寻找双子峰到金门大桥路线的两个步骤：

1. 使用图建立问题模型
2. 使用广度优先搜索解决问题

图是什么

图由**节点(node)和边(edge)**组成。

广度优先搜索

广度优先搜索是一种用于图的查找算法，用于解决两类问题：

• 从节点A出发，有路径到节点B吗？
• 从节点A出发，到节点B的最短路径是什么？

路径的存在性

在Facebook，看看与芒果销售商是否有联系

然后依次检查他们是否是芒果销售商
如果我的一级好友没有芒果销售商，就需要搜索二级好友

查找最短路径

搜索范围从起点逐渐向外延展：先检查一度，再检查二度。因此需要按照添加顺序检查，使用队列数据结构实现。

队列

队列只支持两种操作：

1. 入队
2. 出队
   与栈不同的是，队列是先进先出，栈是后进后出。
   

练习

1. 找出从起点到终点的最短路径的长度
   

一步能够到达的地方：
两个点
两步就能到达F
2. 找出从cab到bat的最短路径的长度
同上，两步

图的实现

使用散列表

graph={}
graph["you"]=["bob","claire","alice"]

graph["claire"]=["jonny","thom"]
graph["bob"]=["peggy","anuj"]
graph["alice"]=["peggy"]
graph["anuj"]=[]
graph["peggy"]=[]
graph["thom"]=[]
graph["jonny"]=[]

注：本图中箭头是有方向的，所以称为有向图。

算法实现

1. 创建一个队列，用于储存要检查的人
2. 从队列中弹出一个人
3. 检查这人是否符合目标
   是：finish
   否：将这个人的所有邻居加入队列
4. 回到第二步
5. 如果队列为空，则人际关系网中没有目标

第一步：在python中，可使用degue来创建一个双端队列

from collections import deque
search_queue=deque()#创建一个队列
search_queue+=graph["you"]#加入你的邻居

第二步

def person_is_seller(name):
    return(name[-1]=='m')
def find_seller(search_queue):
    while search_queue:
        person=search_queue.popleft()#取出第一个人
        if person_is_seller(person):
            print(person+" is a mango seller!")
            return True
        else:
            search_queue+=graph[person]##第三步，否
    return False
 
find_seller(search_queue)
>>>thom is a mango seller!
True

为了防止无限循环，我们还需要一个表，记录已经检查过的人，跳过他们

def person_is_seller(name):
    return(name[-1]=='m')
def find_seller(search_queue):
    searched=[]
    while search_queue:
        person=search_queue.popleft()#取出第一个人
        if person_is_seller not in searched:
            if person_is_seller(person):
                print(person+" is a mango seller!")
                return True
            else:
                search_queue+=graph[person]##第三步，否
                searched.append(person)
    return False
find_seller(search_queue)
>>>thom is a mango seller!
True

运行时间
运行时间为$O(V+E)$

树的实现

tree={}
tree['起床']=['锻炼','刷牙','打包午餐']
tree['锻炼']=['洗澡']
tree['刷牙']=['吃早餐']
tree['打包午餐']=[]
tree['洗澡']=['穿衣服']
tree['吃早餐']=[]
tree['穿衣服']=[]
seque=deque()
seque+=tree['起床']
def todo_list(seque):
    done=[]
    while seque:
        thing=seque.popleft()
        if thing not in done:
            print(thing)
            done.append(thing)
            seque+=tree[thing]
    return False
print('起床')
todo_list(seque)
>>>起床
锻炼
刷牙
打包午餐
洗澡
吃早餐
穿衣服
False

所有边都向下指，没有向上的图称为树（有层级结构）