BFS、DFS的实现

图的bread first search(BFS)宽度优先搜索; deep first search(DFS);深度优先搜索

BFS的实现有两个关键的步骤:

1、节点的访问(通过队列实现)。

2、节点的搜索(通过flag 数组记录已访问的节点)。

BFS的遍历结果:1、2、3、4、5、6、7 或者 3、1、4、5、2、6、7或者5、3、4、6、7、1、2或者。。。。

选择节点的顺序不重要,重要的是对每个节点,选出所有与之相连的节点。

DFS通过递归来实现

DFS遍历的结果:1、2、4、3、5、6、7或者5、3、1、2、4、6、7或者。。。。

选择节点的顺序不重要,重要的是从选择的第一个节点开始,一直遍历到最后无后续相连节点的节点。然后递归遍历与第一个节点相连的后续节点(比如,选择第一节点为1,当遍历完节点1后,遍历节点2,接着4、3、5、6、7;又或者当选择第一节点为5时,遍历完节点5后,与节点5相连的第一个节点为3,然后依次是1、2、4、6、7.)。

代码中 图通过二维数组来表示。

代码如下:

#include <stdio.h>
#include <stdlib.h>

struct node {
	int data;
	struct node 
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python可以通过使用队列来实现广度优先搜索(BFS)、深度优先搜索(DFS),以及使用优先队列来实现统一代价搜索(UCS)。 BFS(广度优先搜索): 广度优先搜索是一种层次遍历的搜索算法,通过使用队列来实现。算法从根节点开始,将其加入到队列中,并将其标记为已访问。然后,从队列中取出第一个节点,并将其未访问的相邻节点加入到队列中,依此类推,直到队列为空。下面是一个Python示例代码: ```python def bfs(graph, start): visited = set() queue = [start] while queue: node = queue.pop(0) if node not in visited: print(node) visited.add(node) neighbours = graph[node] for neighbour in neighbours: queue.append(neighbour) # 调用方法 graph = { 'A': ['B', 'C'], 'B': ['D', 'E'], 'C': ['F'], 'D': [], 'E': ['F'], 'F': [] } bfs(graph, 'A') ``` DFS(深度优先搜索): 深度优先搜索是一种通过递归实现的搜索算法,算法通过深入到最底层的节点,然后回溯到上一级节点继续搜索。下面是一个Python示例代码: ```python def dfs(graph, start, visited=None): if visited is None: visited = set() visited.add(start) print(start) for next_node in graph[start]: if next_node not in visited: dfs(graph, next_node, visited) # 调用方法 graph = { 'A': ['B', 'C'], 'B': ['D', 'E'], 'C': ['F'], 'D': [], 'E': ['F'], 'F': [] } dfs(graph, 'A') ``` UCS(统一代价搜索): 统一代价搜索是一种以路径的实际代价作为搜索优先级的算法,通过使用优先队列来实现。在搜索过程中,每个节点都被赋予一个代价,并且优先队列根据这些代价来选择节点。下面是一个Python示例代码: ```python import heapq def ucs(graph, start): visited = set() queue = [(0, start)] while queue: (cost, node) = heapq.heappop(queue) if node not in visited: print(node) visited.add(node) neighbours = graph[node] for neighbour, neighbour_cost in neighbours: if neighbour not in visited: heapq.heappush(queue, (cost + neighbour_cost, neighbour)) # 调用方法 graph = { 'A': [('B', 2), ('C', 1)], 'B': [('D', 3), ('E', 2)], 'C': [('F', 4)], 'D': [], 'E': [('F', 1)], 'F': [] } ucs(graph, 'A') ``` 以上就是Python实现BFSDFS和UCS的简单示例。
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