python grakking-algorithm-note Unit6 7 8

第 6 章及第7章　广度优先搜索 U8 贪心算法
本章概览：
学会“到X的最短路径是什么”等问题。
学习有向图和无向图。
学习拓扑排序，这种排序算法指出了节点之间的依赖关系。

广度优先搜索 （breadth-first search，BFS）可以：
编写国际跳棋AI，计算最少走多少步就可获胜；
编写拼写检查器，计算最少编辑多少个地方就可将错拼的单词改成正确的单词，如将READED改为READER需要编辑一个地方；

6.3.1　查找最短路径
再说一次，广度优先搜索可回答两类问题。
第一类问题：从节点A出发，有前往节点B的路径吗？（在你的人际关系网中，有芒果销售商吗？）
第二类问题：从节点A出发，前往节点B的哪条路径最短？（哪个芒果销售商与你的关系最近？）
刚才你看到了如何回答第一类问题，下面来尝试回答第二类问题——谁是关系最近的芒果销售商。
例如，朋友是一度关系，朋友的朋友是二度关系。

在你看来，一度关系胜过二度关系，二度关系胜过三度关系，以此类推。
因此，你应先在一度关系中搜索，确定其中没有芒果销售商后，才在二度关系中搜索。
广度优先搜索就是这样做的！
在广度优先搜索的执行过程中，搜索范围从起点开始逐渐向外延伸，即先检查一度关系，再检查二度关系。
你也可以这样看，一度关系在二度关系之前加入查找名单。
你按顺序依次检查名单中的每个人，看看他是否是芒果销售商。这将先在一度关系中查找，再在二度关系中查找，因此找到的是关系最近的芒果销售商。
广度优先搜索不仅查找从A到B的路径，而且找到的是最短的路径。
。因此，你需要按添加顺序进行检查。有一个可实现这种目的的数据结构，那就是队列 （queue）
队列的工作原理与现实生活中的队列完全相同。假设你与朋友一起在公交车站排队，如果你排在他前面，你将先上车。队列的工作原理与此相同。
队列类似于栈，你不能随机地访问队列中的元素。
队列只支持两种操作：入队 和出队 。（First In First Out，FIFO）

6.4 实现图

首先，需要使用代码来实现图。图由多个节点组成。
每个节点都与邻近节点相连，如果表示类似于“你→Bob”这样的关系
呢？好在你知道的一种结构让你能够表示这种关系，它就是散列表 ！
散列表让你能够将键映射到值。在这里，你要将节点映射到其所
有邻居。
graph = {}
graph[“you”] = [“alice”, “bob”, “claire”]
，“你”被映射到了一个数组，因此graph[“you”] 是一个数组，其中包含了“你”的所有邻居。
Anuj、Peggy、Thom和Jonny都没有邻居，这是因为虽然有指向他们的箭头，但没有从他们出发指向其他人的箭头。这被称为有向图 （directed graph），其中的关系是单向的。因此，Anuj是Bob的邻居，但Bob不是
Anuj的邻居。
无向图 （undirected graph）没有箭头，直接相连的节点为邻居。

summary：广度优先搜索指出是否有从A到B的路径。
如果有，广度优先搜索将找出最短路径。
面临类似于寻找最短路径的问题时，先使用图来创建模型，再使用广度优先搜索来解问题。
有向图中的边为箭头，箭头的方向指定了关系的方向，例如，
rama→adit表示rama欠adit钱。
无向图中的边不带箭头，其中的关系是双向的，例如，ross - rachel表示“ross与rachel会，而rachel也与ross约会”。

队列是先进先出（FIFO）的。
栈是后进先出（LIFO）的。
你需要按加入顺序检查列表中的人，否则找到的不是最短路径，so搜索列表必须是队列。
对于检查过的人，务必不要再去检查，否则可能导致无限循环

第七章 狄克斯特拉算法

概览：
1.介绍加权图——提高或降低某些边的权重。
2.介绍狄克斯特拉算法，让你能够找出加权图中前往X的最短路径。
3.介绍图中的环，它导致狄克斯特拉算法不管用。

前一章，你使用了广度优先搜索来查找两点之间的最短路径，那时“最短路径”的意思是段数最少。
在狄克斯特拉算法中，你给每段都分配了一个数字或权重，因此狄克斯特拉算法找出的是总权重最小的路径。

P***–P230没有看！！！！！！

小结：
广度优先搜索用于在非加权图中查找最短路径。
狄克斯特拉算法用于在加权图中查找最短路径。
仅当权重为正时狄克斯特拉算法才管用。
如果图中包含负权边，请使用贝尔曼-福德算法。

U8 ：贪婪算法

每步都采取最优的做法。在这个示例中，你每次都选择结束最早的课。
用专业术语说，就是你每步都选择局部最优解 ，最终得到的就是全局最优解。