广度优先搜索

广度优先搜索遍历

又称作宽度优先搜索，简称BFS，是一种图形搜索演算法。简单的说，BFS是从根节点开始，沿着树的宽度遍历树的节点，如果发现目标，则演算终止。广度优先搜索的实现一般采用open-closed表。

       BFS是一种盲目搜寻法，目的是系统地展开并检查图中的所有节点，以找寻结果。换句话说，它并不考虑结果的可能位置，彻底地搜索整张图，直到找到结果为止。BFS并不使用经验法则算法。

使用广度优先搜索算法可以解决两种问题：
1）是否存在解
       广度优先搜索算法具有完全性。这意指无论图形的种类如何，只要目标存在，则BFS一定会找到。然而，若目标不存在，且图为无限大，则BFS将不收敛（不会结束）。
2）最优解
       若所有边的长度相等，广度优先搜索算法是最佳解——亦即它找到的第一个解，距离根节点的边数目一定最少。但是它只能得到最少边数，如果是加权图，返回的也是最少的边数。

时间复杂度：最差情形下，BFS必须寻找所有到可能节点的所有路径，因此其时间复杂度为 O(|V| + |E|)，其中 |V| 是节点的数目，而 |E| 是图中边的数目。

空间复杂度：因为所有节点都必须被储存，因此BFS的空间复杂度为 O(|V| + |E|)，其中 |V| 是节点的数目，而 |E| 是图中边的数目。
注：另一种说法称BFS的空间复杂度为O(B^M)，其中 B 是最大分支系数，而 M 是树的最长路径长度。由于对空间的大量需求，因此BFS并不适合解非常大的问题。

示例：
找出以’M’结尾的单词

代码实现：

from collections import deque

graph = {}
#起点为‘you'
graph['you'] = ['BOB','ALICE','CLAIRE']
graph['BOB'] = ['ANUJ','PEGGY']
graph['ALICE'] = ['PEGGY']
graph['CLAIRE'] = ['THOM','JONNY']
graph['ANUJ'] = []
graph['PEGGY'] = []
graph['THOM'] = []
graph['JONNY'] = []
searched_list = []

def person_is_seller(name):
    return name[-1] == 'M'

def BFS(name):
    #创建队列
    search_queue = deque()
    #将要检查的单词存入
    search_queue += graph[name]
    while search_queue:
        #弹出队首
        person = search_queue.popleft()
        if person not in searched_list:
            #检查是否符合
            if person_is_seller(person):
                print(person)
                prin
                return True
            else:
                #不符合，将该单词的邻居加入队列
                search_queue += graph[person]
                #将该单词加入被检查表，防止重复检查
                searched_list.append(person)

    return False

BFS('you')