快捷導(dǎo)航

python圖的深度優(yōu)先和廣度優(yōu)先算法實(shí)例分析

更新時(shí)間：2019年10月26日 11:08:49 作者：yupeng

這篇文章主要介紹了python圖的深度優(yōu)先和廣度優(yōu)先算法,結(jié)合實(shí)例形式分析了圖的深度優(yōu)先算法與廣度優(yōu)先算法相關(guān)概念、原理、實(shí)現(xiàn)技巧與操作注意事項(xiàng),需要的朋友可以參考下

本文實(shí)例講述了python圖的深度優(yōu)先和廣度優(yōu)先算法。分享給大家供大家參考，具體如下：

首先有一個(gè)概念：回溯

回溯法(探索與回溯法)是一種選優(yōu)搜索法，按選優(yōu)條件向前搜索，以達(dá)到目標(biāo)。但當(dāng)探索到某一步時(shí)，發(fā)現(xiàn)原先選擇并不優(yōu)或達(dá)不到目標(biāo)，就退回一步重新選擇，這種走不通就退回再走的技術(shù)為回溯法，而滿足回溯條件的某個(gè)狀態(tài)的點(diǎn)稱為“回溯點(diǎn)”。

深度優(yōu)先算法：

（1）訪問(wèn)初始頂點(diǎn)v并標(biāo)記頂點(diǎn)v已訪問(wèn)。
（2）查找頂點(diǎn)v的第一個(gè)鄰接頂點(diǎn)w。
（3）若頂點(diǎn)v的鄰接頂點(diǎn)w存在，則繼續(xù)執(zhí)行；否則回溯到v，再找v的另外一個(gè)未訪問(wèn)過(guò)的鄰接點(diǎn)。
（4）若頂點(diǎn)w尚未被訪問(wèn)，則訪問(wèn)頂點(diǎn)w并標(biāo)記頂點(diǎn)w為已訪問(wèn)。
（5）繼續(xù)查找頂點(diǎn)w的下一個(gè)鄰接頂點(diǎn)wi，如果v取值wi轉(zhuǎn)到步驟（3）。直到連通圖中所有頂點(diǎn)全部訪問(wèn)過(guò)為止。

廣度優(yōu)先算法：

（1）頂點(diǎn)v入隊(duì)列。
（2）當(dāng)隊(duì)列非空時(shí)則繼續(xù)執(zhí)行，否則算法結(jié)束。
（3）出隊(duì)列取得隊(duì)頭頂點(diǎn)v；訪問(wèn)頂點(diǎn)v并標(biāo)記頂點(diǎn)v已被訪問(wèn)。
（4）查找頂點(diǎn)v的第一個(gè)鄰接頂點(diǎn)col。
（5）若v的鄰接頂點(diǎn)col未被訪問(wèn)過(guò)的，則col入隊(duì)列。
（6）繼續(xù)查找頂點(diǎn)v的另一個(gè)新的鄰接頂點(diǎn)col，轉(zhuǎn)到步驟（5）。直到頂點(diǎn)v的所有未被訪問(wèn)過(guò)的鄰接點(diǎn)處理完。轉(zhuǎn)到步驟（2）。

代碼：

#!/usr/bin/python
# -*- coding: utf-8 -*-
class Graph(object):
  def __init__(self,*args,**kwargs):
    self.node_neighbors = {}
    self.visited = {}
  def add_nodes(self,nodelist):
    for node in nodelist:
      self.add_node(node)
  def add_node(self,node):
    if not node in self.nodes():
      self.node_neighbors[node] = []
  def add_edge(self,edge):
    u,v = edge
    if(v not in self.node_neighbors[u]) and ( u not in self.node_neighbors[v]):
      self.node_neighbors[u].append(v)
      if(u!=v):
        self.node_neighbors[v].append(u)
  def nodes(self):
    return self.node_neighbors.keys()
  def depth_first_search(self,root=None):
    order = []
    def dfs(node):
      self.visited[node] = True
      order.append(node)
      for n in self.node_neighbors[node]:
        if not n in self.visited:
          dfs(n)
    if root:
      dfs(root)
    for node in self.nodes():
      if not node in self.visited:
        dfs(node)
    print order
    return order
  def breadth_first_search(self,root=None):
    queue = []
    order = []
    def bfs():
      while len(queue)> 0:
        node = queue.pop(0)
        self.visited[node] = True
        for n in self.node_neighbors[node]:
          if (not n in self.visited) and (not n in queue):
            queue.append(n)
            order.append(n)
    if root:
      queue.append(root)
      order.append(root)
      bfs()
    for node in self.nodes():
      if not node in self.visited:
        queue.append(node)
        order.append(node)
        bfs()
    print order
    return order
if __name__ == '__main__':
  g = Graph()
g.add_nodes([i+1 for i in range(8)])
g.add_edge((1, 2))
g.add_edge((1, 3))
g.add_edge((2, 4))
g.add_edge((2, 5))
g.add_edge((4, 8))
g.add_edge((5, 8))
g.add_edge((3, 6))
g.add_edge((3, 7))
g.add_edge((6, 7))
print "nodes:", g.nodes()
order = g.breadth_first_search(1)
order = g.depth_first_search(1)

結(jié)果：