深度优先和广度优先的Python实现

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/changyuanchn/article/details/79008760
#coding=utf-8 
class Gragh():
    def __init__(self,nodes,sides):
        '''
        nodes 表示点
        sides 表示边

        '''
        # self.sequense是字典,key是点,value是与key相连接的点
        self.sequense = {}
        # self.side是临时变量,主要用于保存与指定点相连接的点
        self.side=[]
        for node in nodes:
            for side in sides:
                u,v=side
                # 指定点与另一个点在同一个边中,则说明这个点与指定点是相连接的点,则需要将这个点放到self.side中
                if node ==u:
                    self.side.append(v)
                elif node == v:
                    self.side.append(u)
            self.sequense[node] = self.side
            self.side=[]
        #print self.sequense


    '''
    # Depth-First-Search 
        深度优先算法,是一种用于遍历或搜索树或图的算法。沿着树的深度遍历树的节点,尽可能深的搜索树的分支。
        当节点v的所在边都己被探寻过,搜索将回溯到发现节点v的那条边的起始节点。
        这一过程一直进行到已发现从源节点可达的所有节点为止。如果还存在未被发现的节点,
        则选择其中一个作为源节点并重复以上过程,整个进程反复进行直到所有节点都被访问为止。属于盲目搜索。        
    '''
    def DFS(self,node0):
        #queue本质上是堆栈,用来存放需要进行遍历的数据
        #order里面存放的是具体的访问路径
        queue,order=[],[]
        #首先将初始遍历的节点放到queue中,表示将要从这个点开始遍历
        queue.append(node0)
        while queue:
            #从queue中pop出点v,然后从v点开始遍历了,所以可以将这个点pop出,然后将其放入order中
            #这里才是最有用的地方,pop()表示弹出栈顶,由于下面的for循环不断的访问子节点,并将子节点压入堆栈,
            #也就保证了每次的栈顶弹出的顺序是下面的节点
            v = queue.pop()
            order.append(v)
            #这里开始遍历v的子节点
            for w in self.sequense[v]:
                #w既不属于queue也不属于order,意味着这个点没被访问过,所以讲起放到queue中,然后后续进行访问
                if w not in order and w not in queue: 
                    queue.append(w)
        return order

    '''
     readth-First-Search
     BFS是从根节点开始,沿着树的宽度遍历树的节点。如果所有节点均被访问,则算法中止。
           广度优先搜索的实现一般采用open-closed表。
    '''
    def BFS(self,node0):
        #queue本质上是堆栈,用来存放需要进行遍历的数据
        #order里面存放的是具体的访问路径
        queue,order = [],[]
        #首先将初始遍历的节点放到queue中,表示将要从这个点开始遍历
        # 由于是广度优先,也就是先访问初始节点的所有的子节点,所以可以
        queue.append(node0)
        order.append(node0)
        while queue:
            #queue.pop(0)意味着是队列的方式出元素,就是先进先出,而下面的for循环将节点v的所有子节点
            #放到queue中,所以queue.pop(0)就实现了每次访问都是先将元素的子节点访问完毕,而不是优先叶子节点
            v = queue.pop(0)
            for w in self.sequense[v]:
                if w not in order:
                    # 这里可以直接order.append(w) 因为广度优先就是先访问节点的所有下级子节点,所以可以
                    # 将self.sequense[v]的值直接全部先给到order
                    order.append(w)
                    queue.append(w)
        return order




def main():  
    nodes = [i+1 for i in xrange(8)]

    sides=[(1, 2),
        (1, 3),
        (2, 4),
        (2, 5),
        (4, 8),
        (5, 8),
        (3, 6),
        (3, 7),
        (6, 7)]
    G = Gragh(nodes,sides)
    print G.DFS(1)
    print G.BFS(1)
    print G.DFS1(1)

if __name__ == "__main__":
    main() 

没有更多推荐了,返回首页