算法基础：图算法和广度优先搜索（基于Python）

本博客所有内容均整理自《算法图解》，欢迎讨论交流~

谈到图算法和广度优先搜索，我认为首先要明白这两种算法是用来干嘛的。在这里我引用《算法图解》一书举的一个很经典的例子来讲解。

很多时候我们希望能够找出两样东西之间的最短距离，这里的距离不是单单是相距多少米，有很多含义。我们来看看以下几个问题：

• 编写国际跳棋AI，计算最少走多少步就可获胜；
• 编写拼写检查器，计算最少编辑多少个地方就可将错拼的单词改成正确的单词；
• 根据你的人际关系网络找到关系最近的医生。

其实以上几个问题都是最短距离问题。那么如何来解决这样的最短距离问题呢？

我们从最最简单的最短距离问题开始思考。假设你生活在北京，打算出去旅游，我们在此先忽略关于旅费啊交通啊等等一系列问题，仅仅考虑唯一的一个因素——距离，在上海、南京、天津、合肥、成都、东京、纽约这几个候选城市里，去哪个城市所需要旅行的距离最短呢？

很明显，这个最短距离问题很多人可以基于经验就回答出来，因为很明显天津最近；OK，那我们如果稍稍修改一下，我们不是求去一个城市，而是上面那些城市我都必须去一遍，最后再回到北京，选择什么路线距离最短呢？

好吧，这个问题就很复杂了，其实这是一个经典的旅行商问题，我们必须罗列出所有的可能路线，再一个一个比较才可以选出最优路线来。

很明显，这里我们需要画图，因为只有把这些城市在地图中的位置全部画出来，根据比例尺去计算彼此之间的距离，然后再根据不同的距离计算来选择路线。

所以，图算法是解决最短距离问题的非常有用的算法，而图算法中的广度优先搜索