图说广度优先搜索

关于bfs的官方定义：

宽度优先搜索算法（又称广度优先搜索）是最简便的图的搜索算法之一，这一算法也是很多重要的图的算法的原型。

引言：

bfs可谓是算法与数据结构的基石，学好搜索，将来在工作甚至是竞赛中都是大有裨益的。现在，就让我们一起学习一下bfs吧！

首先，我们要明确bfs能做什么：
1.找出最短路径
2.指出是否有从A到B的路径
现在，我们举个现实生活中的例子，帮助大家理解：

有一天，小明想去奶奶家，但不巧的是他忘记了奶奶住在哪里。他将如何找到奶奶呢？
首先，他走向B地，没有找到奶奶；
接着，他走向A地，没有找到奶奶；
之后，他走向C地，还是没有找到奶奶；
接着，他走向D地，没有找到奶奶；
终于，他到了目的地，找到了奶奶；
从小明的行踪可以看出，小明的寻找路径和bfs出奇的相似，如下图：

从中，我们可以看出bfs搜索的基本逻辑，是一层一层的搜索，如图：

那么，算法如何实现呢？
要想写出bfs，就不得不提出队列的概念。队列是一种存储数据的模式，采用“先进先出”的方式，看图：


这就是队列，事实上，几乎每一种语言都有队列的存在。至此，bfs所需的储备知识已经全部介绍完毕，下面让我们一起写代码吧！
为了便于理解，下面使用python来编写一个小demo。

我们的目的是查找在一个散列表中是否有我们想要找的人，并排除重复的人。原理如图，将数据加入一个列表中，逐一排查：

我们的数据可能有重复的，如何解决这个棘手的问题呢？
具体内容请看注释与代码：

graph={}#创建一个散列表
graph["aproupofpeople"]=["Alex","Bob","Alice"，"Alex"]
def search(name):
    search_queue=deque()#创建一个队列
    search_queue += graph[name]#将一个散列表添加进入队列
    searched =[]
    while search_queue:
        person = search_queue.popleft()#队列中的第一个元素拿出
        if not person in searched:#寻找那个我们要找的人
            if person_is_who_we_need(person):#如果那个人是我们要找的则打印found，之后返回True
                print "found"
                return True
            else:
                search_queue += graph[person]#如果不是，则将这个人加入名单，下次不访问
                searched.append(person)
    return False
search("agroupofpeople")