图的广度优先搜索--python实现

最近在看《算法图解》，第六章中的广度优先搜索中的题目。自己实现一遍，算是做个记录吧。

关系网络图如下：

目的：找到朋友与朋友的朋友这些人中，谁是 Seller。 

大体思路： 首先使用散列表实现图中关系，然后按关系的远近（关系梯度），按顺序将人名字放着一个队列里，最后按队列一个个                     判断是不是我们要找的人。

结果：找到朋友中的 Seller，或者搜索队列变空，你的关系网中没有 Seller。

代码实现：

# -*-coding:utf-8-*-
from collections import deque

#用散列表实现图
graph = {}
graph["you"] = ["alice", "bob", "claire"]
graph["alice"] = ["peggy"]
graph["bob"] = ["anuj", "peggy"]
graph["claire"] = ["thom", "jonny"]
graph["peggy"] = []
graph["anuj"] = []
graph["thom"] = []
graph["jonny"] = []

# 搜索朋友里面谁是 seller
def search(name):
	#创建搜索队列
	search_queue = deque()
	#初始化搜索队列
	search_queue += graph[name]
	#记录已经搜索过的人
	searched = []
	#只要队列不空就一直搜索
	while len(search_queue) > 0:
		#取出队列中最先加进去的一个人
		person = search_queue.popleft()
		# 只有他没有被搜索过才进行搜索
		if not person in searched:
			# 查看是不是seller
			if person_is_seller(person):
				print(person + " is a seller")
				return True
			else:
				# 不是seller,所以将他的朋友都加入搜索队列
				search_queue += graph[person]
				# 标记这个人已经被搜索过了
				searched.append(person)
	return False 
# 判定是不是seller,规则是名字以 m 结尾就是 Seller
def person_is_seller(person):
	if person[-1] == "m":
		return True
	else:
		return False

# 测试
search("you")