深度优先搜索(BFS)模板 python

BFS的标准套路:
for head in all_node()
if head 没有visited过 # 以上两步是为了防止有孤立的部分存在而被遗漏,如果没有孤立的部分可以不写,直接放queue里一个就开始循环即可

    queue.append(head)
    mark head

    # 主干部分
    while queue is not empty:
        cur_node = queue.pop() # 我们不需要关心node将会以何种顺序出queue,我们只在乎如何往queue里进就行了。

        # 找邻居
        for 所有 cur_node 的邻居们:
            if cur_neighbour 没有visit过:

                deal -> cur_neighbour
                mark -> cur_neighbour
                inject -> cur_neighbour
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
/* * (有向)图的深度优先遍历算法模板 */ package dsa; public abstract class DFS extends GraphTraverse { //变量 protected static int clock = 0;//遍历过程中使用的计时钟 //构造方法 public DFS(Graph g) { super(g); } //深度优先遍历算法 protected Object traverse(Vertex v, Object info) {//从顶点v出发,做深度优先查找 if (UNDISCOVERED != v.getStatus()) return null;//跳过已访问过的顶点(针对非连通图) v.setDStamp(clock++); v.setStatus(DISCOVERED); visit(v, info);//访问当前顶点 for (Iterator it = v.outEdges(); it.hasNext();) {//检查与顶点v Edge e = (Edge)it.getNext();//通过边e = (v, u) Vertex u = (Vertex)e.getVPosInV(1).getElem();//相联的每一顶点u switch (u.getStatus()) {//根据u当前的不同状态,分别做相应处理 case UNDISCOVERED ://若u尚未被发现,则 e.setType(TREE);//e被归类为“树边” traverse(u, info);//从u出发,继续做深度优先查找 break; case DISCOVERED ://若u已经被发现,但对其访问尚未结束,则 e.setType(BACKWARD);//将e归类为“后向跨边” break; default ://VISITED,即对u的访问已经结束 if (u.getDStamp() < v.getDStamp())//若相对于v,u被发现得更早,则 e.setType(CROSS);//将e归类为“横跨边” else//否则 e.setType(FORWARD);//将e归类为“前向跨边” break; } }//至此,v的所有邻居都已访问结束,故 v.setFStamp(clock++); v.setStatus(VISITED);//将v标记为VISITED return null;//然后回溯 } }
深度优先搜索和广度优先搜索是图遍历的两种算法,它们在遍历顺序和实现方法上有所不同。 深度优先搜索(DFS)是沿着一条路径不断往下进行深度搜索。它选择最新成为候补的顶点,沿着新发现的路径不断深入搜索。在Python中,可以使用以下代码实现深度优先搜索: ```python def dfs(adj, start): visited = set() stack = [[start, 0]] while stack: (v, next_child_idx) = stack[-1] if (v not in adj) or (next_child_idx >= len(adj[v])): stack.pop() continue next_child = adj[v][next_child_idx] stack[-1][1 = 1 if next_child in visited: continue print(next_child) visited.add(next_child) stack.append([next_child, 0]) graph = {1: [4, 2], 2: [3, 4], 3: [4], 4: [5]} dfs(graph, 1) ``` 广度优先搜索(BFS)是从根节点开始,沿着树的宽度遍历树的节点。它选择最早成为候补的顶点,从离起点近的地方开始按顺序搜索。在Python中,可以使用以下代码实现广度优先搜索: ```python import queue def bfs(adj, start): visited = set() q = queue.Queue() q.put(start) while not q.empty(): u = q.get() print(u) for v in adj.get(u, []): if v not in visited: visited.add(v) q.put(v) graph = {1: [4, 2], 2: [3, 4], 3: [4], 4: [5]} bfs(graph, 1) ``` 这些代码可以让你在给定图的情况下,使用深度优先或广度优先算法进行搜索并输出结果。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [Python之广度优先和深度优先](https://blog.csdn.net/m0_50481455/article/details/118695003)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [深度优先算法和广度优先算法(python)](https://blog.csdn.net/qq_41661056/article/details/95605803)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值