python 经典算法之--广度优先搜索算法(Breadth-First Search Algorithm)

广度优先搜索算法(Breadth-First Search Algorithm)是一种图形搜索算法，用于在图形或树中遍历或搜索数据结构。

其基本思路是从根节点开始扫描整个图，按照层次顺序依次访问每个节点，每一层访问完后才会进入下一层。

例如，在寻找从起点到终点的最短路径时，广度优先搜索算法是一种有效的方法。具体来说，该算法首先将起点加入队列中，然后从队列中取出第一个节点，扫描该节点的所有邻居节点并将其加入队列中，然后重复这个过程，直到找到终点或者队列为空为止。

以下是两个完整的例子：

示例1：在一个图中查找最短路径

# 定义一个有向图，使用邻接表表示法
graph = {1: [2, 3], 2: [4, 5], 3: [4, 6], 4: [6], 5: [4], 6: []}

# 定义起点和终点
start = 1
end = 6

# 定义一个队列，用于存储遍历的节点
queue = []

# 定义一个标记数组，标记节点是否已经被遍历过
visited = [0] * (len(graph) + 1)

# 将起点加入队列中
queue.append(start)
visited[start] = 1

# 定义一个字典，用于记录每个节点的前一个节点，最终用于查找最短路径
prev = {start: None}

# 广度优先搜索
while queue:
    node = queue.pop(0)
    for neighbor in graph[node]:
        if not visited[neighbor]:
            queue.append(neighbor)
            visited[neighbor] = 1
            prev[neighbor] = node
            if neighbor == end:
                path = []
                while node:
                    path.append(node)
                    node = prev[node]
                print('最短路径为：', path[::-1])
                break

示例2：在一个迷宫中查找最短路径

# 定义一个迷宫地图
maze = [
    [0, 1, 0, 0, 0, 0, 0],
    [0, 1, 0, 1, 1, 0, 0],
    [0, 0, 0, 0, 1, 0, 0],
    [1, 1, 1, 0, 0, 1, 0],
    [0, 0, 0, 0, 0, 1, 0],
    [0, 1, 0, 1, 0, 0, 0],
    [0, 1, 0, 0, 0, 1, 0]
]

# 定义起点和终点
start = (0, 0)
end = (6, 6)

# 定义一个队列࿰