Python之广度优先和深度优先
(以下为个人学习后的理解,仅供参考,如有不对之处欢迎大佬指正)
广度优先搜索和深度优先搜索是图遍历的两种算法,广度和深度的区别在于对节点的遍历顺序不同。
(因个人绘图水平有限,拿了个别人的图来)
下边我们先讲广度优先搜索(BFS):
广度优先最有用的性质是可以遍历一次就生成中心结点到所遍历结点的最短路径,这一点在求无权图的最短路径时非常有用(这张图没加权,先不考虑)。
我们来看刚刚那张图,假设A为起点,我们要找的是另一个节点比如G,那么在广度优先搜索的情况下下一步会遍历的是B、C、D(遍历顺序可以是随机的,且候补顶点采用先进先出(FIFO)来进行管理,python中有队列可以直接进行操作);遍历完没找到下一步会遍历E、F、G、H、I、J,如果还没找到则继续往下遍历…
值得注意的是广度优先搜索的特征为从起点开始,由近及远进行广泛的搜索。所以,目标顶点离起点越近,搜索结束得就越快。就像是for循环一个列表(列表中有一万个数),但是我们只要找到500这个数就结束,也就是在找到500时,就直接break结束循环,而不用继续往下遍历直到整个循环完毕。
附上python进行广度优先的代码:
import queue # 这里直接用了python的队列模块
def bfs(adj, start):
visited = set() # 创建一个集合,用于记录遍历过的元素,这样之后遇到相同元素则跳过遍历
q = queue.Queue() # 创建一个队列
q.put(start) # 入队
while