广度优先搜索(Breadth-First Search,BFS)是一种常见的图遍历算法,用于遍历或搜索树或图的所有节点,常用于求解最短路径、连通性问题等。
BFS 算法的基本思路是从某个节点开始,先遍历它的所有相邻节点,然后遍历这些相邻节点的所有相邻节点,以此类推,直到所有节点都被访问到为止。在实现中,可以使用队列来实现广度优先搜索。
以下是一个使用队列实现的 BFS 算法,它接受一个邻接表表示的图和一个起始节点 start,并输出从起始节点可以到达的所有节点:
from collections import deque
def bfs(graph, start):
visited = set()
queue = deque([start])
visited.add(start)
while queue:
node = queue.popleft()
print(node)
for neighbor in graph[node]:
if neighbor not in visited:
visited.add(neighbor)
queue.append(neighbor)
在这个实现中,graph 是一个字典,键是节点,值是一个列表,表示与该节点相邻的节点。visited 是一个集合,用于记录已经访问过的节点。queue 是一个双向队列,用于存储待访问的节点。首先将起始节点 start 加入 visited 中和 queue 中,并输出该节点。然后从 queue 的左侧取出一个节点 node,遍历 node 的相邻节点,如果一个相邻节点没有被访问过,则将它加入 visited 中和 queue 中。
以下是一个使用邻接表表示的无向图和调用 BFS 算法的例子:
graph = {
'A': ['B', 'C'],
'B': ['A', 'D', 'E'],
'C': ['A', 'F'],
'D': ['B'],
'E': ['B', 'F'],
'F': ['C', 'E']
}
bfs(graph, 'A')
这个例子会从节点 A 开始,输出可以到达的所有节点:
A
B
C
D
E
F