真不错,已经那么那么久没有写博客了,是个好习惯,继续保持^^
树的深度优先搜索包括前序(根左右)、中序(左根右)、后序(左右根),其中对前序的描述是这样的——在递归到子节点之前就访问。但是,到DAG中,这些做法就没那么直观。
前序DFS
以下是图上的先序遍历:
def dfs(graph, root, visitor):
"""DFS over a graph.
Start with node 'root', calling 'visitor' for every visited node.
"""
visited = set()
def dfs_walk(node):
visited.add(node)
visitor(node)
for succ in graph.successors(node):
if not succ in visited:
dfs_walk(succ)
dfs_walk(root)
初始化一个visited集合放置已经访问的节点。递归到这个节点的时候,就把它放进visited集中。然后再递归所有未访问的子节点。
它和书上的先序遍历不同的是:树上的先序遍历,每个节点一定在它的子节点之前被访问到,而图上则不一定(这也是为什么要加一句if not succ in visited:
)
visitor?
下图的其中一个pre_dfs为:ACBDTE(不唯一,取决于子节点的访问顺序)
后序和逆后序
添加了一个额外的数据结构:order list,而没有使用visitor。
def postorder(graph, root):
"""Return a post-order ordering of nodes in the graph."""
visited = set()
order = []
def dfs_walk(node):
visited.add(node)
for succ in graph.successors(node):
if not succ in visited:
dfs_walk(succ)
order.append(node)
dfs_walk(root)
return order
初始化之后,同样是每访问一个节点就在visited集中加入这个节点。然后遍历所有未访问的子节点。对于某一节点而言,当它的所有子节点都完成了postorder,它才完成postorder。完成postorder等价于加入order。
在这个算法中,可以保证子节点完成postorder一定在父节点之前。
而逆后序只需要和后序顺序完全相反就可以了。