解决词梯问题之宽度优先级算法及图解(BFS)--(数据结构与算法7)

词梯问题是这样的：
考虑一个任务：将单词FOOL转换成SAGE,在解决词梯问题时，必须每次只替换一个字母，并且每一步的结果都必须时一个单词，而不能是不存在的单词
为了解决这个问题，我们将分两部完成：1.为词梯问题构建单词关系图。2.宽度优先级算法解决问题。
1.为词梯问题构建单词关系图。
为了构建关系图，我们首先将单词放入类似如下规则的词桶，然后构建关系图

具体实现代码如下：

#可根据自己的文件路径导入图类的实现
from 数据结构与算法.图及其算法.图类的实现 import Graph


def buildGraph(wordFile):
    d={}
    g=Graph()
    wfile=open(wordFile,'r')
    # 创建词桶
    for line in wfile:
        word=line[:-1]
        for i in range(len(word)):
            bucket=word[:i]+'_'+word[i+1:]
            if bucket in d:
                d[bucket].append(word)
            else:
                d[bucket]=[word]

#为同一个桶中的单词添加边和顶点
    for bucket in d.keys():
        for word1 in d[bucket]:
            for word2 in d[bucket]:
                if word1!=word2:
                    g.addEdge(word1,word2)

    return g

构建好词图之后就可以使用宽度优先级算法（BFS）了
2.宽度优先级算法解决问题。
本例中宽度优先级算法的思路如下：
（1）给定图G和起点s，BFS通过边来访问在G中与s之间存在路径的顶点，BFS的一个重要特征是，它会在访问完所有与s相距为k的顶点之后再去访问与s相距为k+1的顶点。为了理解这种搜索行为，可以想象BFS以每次生成一层的方式构建一颗树。它会在访问任意一个孙节点之前将所有子节点都添加出来。
（2）为了记录进度，BFS会将顶点标记成白色，灰色，或黑色。在构建时，所有顶点都被初始化成白色，白色代表该顶点没有被访问过。当顶点第一次被访问时，它就会被标记为灰色，当BFS完成对该顶点的访问之后，它就会被标记成黑色。这意味着一旦顶点变为黑色，就没有白色顶点与之相连，灰色顶点仍然可能与一些白色顶点相连，这意味着还有额外的顶点可以访问
具体代码和图示如下
代码：

#可根据自己的文件路径导入Queue类和Vertex类的实现
from 数据结构与算法.队列 import Queue
from 数据结构与算法.图及其算法.顶点的实现扩展版本 import Vertex

# 宽度优先级算法
def bfs(g,start):
    start=Vertex()
    start.setDistance(0)
    start.setPred(None)
    vertQueue=Queue()
    vertQueue.enqueue(start)
    while(vertQueue.size()>0):
        currentVert=vertQueue.dequeue()
    for nbr in currentVert.getConnections():
        nbr=Vertex()
        if (nbr.getColor()=='white'):
            nbr.setColor('gray')
            nbr.setDistance(currentVert.getDistance()+1)
            nbr.setPred(currentVert)
            vertQueue.enqueue(nbr)
    currentVert.setColor('black')

同时可以借助下图理解以上代码

如果想要回溯宽度优先级算法如何找到目标词可以用如下方法，代码如下：

def traverse(y):
    x=y
    while(x.getPred()):
        print(x.getPred())
        x=x.getPred()
    print(x.getId())

traverse(g.getVertx('sage'))