广度优先搜索算法

广度优先搜索

广度优先搜索解决两个问题：
第一类问题：从节点A出发，有前往节点B的路径吗？
第二类问题：从节点A出发，前往节点B的哪条路径最短？
假设你经营着一个芒果农场，需要寻找芒果销售商，以便将芒果卖给他。在Facebook，你与芒果销售商有联系吗？为此，你可在朋友中查找。这样一来，你不仅在朋友中查找，还在朋友的朋友中查找。别忘了，你的目标是在你的人际关系网中找到一位芒果销售商。因此，如果Alice不是芒果销售商，就将其朋友也加入到名单中。
这意味着你将在她的朋友、朋友的朋友等中查找。使用这种算法将搜遍你的整个人际关系网，直到找到芒果销售商。这就是广度优先搜索算法。

graph = {}
graph["you"] = ["alice", "bob", "claire"]
graph["bob"] = ["anuj", "peggy"]
graph["alice"] = ["peggy"]
graph["claire"] = ["thom", "jonny"]
graph["anuj"] = []
graph["peggy"] = []
graph["thom"] = []
graph["jonny"] = []
#广度优先搜索
def person_seller(name):
    return  name[-1] =='m'
from collections import deque#这是以个队列
def search(name):
    search_queue = deque()
    search_queue += graph[name] #将这个人的所有朋友加入到队列里
    searched = []  #用来存放以及检查过的人

    while(search_queue):
        person = search_queue.popleft() #从队列里取出一个人
        if person not in searched:
            if person_seller(person) :
                print("找到了"+person)
                return True
            else :
                search_queue += graph[person]//把这个人的所有朋友加进队列
                searched.append(person)
    return False

print(search("you"))