深度优先搜索(DFS)(基于Python)

#定义一个图的结构
graph={
    'A':['B','C'],
    'B':['A','C','D'],
    'C':['A','B','D','E'],
    'D':['B','C','E','F'],
    'E':['C','D'],
    'F':['D']
}

from collections import deque

def DFS(graph, s):        # graph是图,s是开始结点
    stack = deque()       # 栈
    stack.appendleft(s)   # 开始结点入栈
    v = set()
    v.add(s)              # 无序添加
    # print(s, end=' ')
    flag = 0              # 标记 jn
    while len(stack) > 0:       # 栈非空
        flag = 0
        vertex = stack[0]       # 查看栈顶元素
        nodes = graph[vertex]   # 访问与之相连的结点列表
        for w in nodes:
            if w not in v:
                stack.appendleft(w) # 未被访问的相连的下一个结点入栈
                v.add(w)            # 标记已访问
                flag = 1            # 存在未被访问的相连结点
                # print(w, end=' ')
                print(vertex + '->' + w)
                break
        if flag == 0:           # 不存在未被访问的相连结点,回溯
            stack.popleft()

输出查找路径序列

A->B
B->C
C->D
D->E
D->F

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
引用:正所谓下最笨的功夫,可以才能走的更加稳健,所以建议大家都不要给自己设限,在精通一门的同时,其他的逐渐进行兼顾,尤其是公司里面的隐私计算的领导者,更需要从知识的深度和广度都进行加强。进而设计出更加可行、更加优雅、更加高效的方案,推动隐私计算技术的发展。 引用:从上面的描述中,可以看出隐私计算是一门非常多学科交叉的领域,真正要做到顶尖是非常困难的,因为目前的职场模式基本都是专才,很少有通才,专才有专才的好处,通才有通才的益处,通才的意义在于能这个多学科的交叉领域,在探索的过程中,基于其更加全面、更加符合实际情况的考量,设计出最可行、最优雅的方案,将隐私计算的多个部件进行有机的组合,绽放出最大的价值。 根据以上引用内容可知,隐私计算是一个多学科交叉的领域,需要在深度和广度上进行加强。在深度上,专才的好处是能够在有限的时间内对特定领域进行加深加强,从而实现突破。而在广度上,通才的意义在于能够在多学科交叉的领域中进行探索,设计出最可行、最优雅的方案,将隐私计算的多个部件有机地组合起来,发挥最大的价值。 深度优先搜索DFS)和广度优先搜索(BFS)是计算机科学中的两种常用的图搜索算法DFS是一种遍历图的算法,它从一个节点开始,沿着一条路径直到无法继续扩展,然后回溯到上一个节点,继续遍历未被访问的节点,直到遍历完整个图。BFS则是从起始节点开始逐层遍历,
评论
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