Python如何实现广度优先搜索算法？

本文共计325个文字，预计阅读时间需要2分钟。

如图所示：以此图为例寻找末端为m的名称。这里使用宽度优先优先搜索，这个方法可以回答两类问题：

第一类问题：从节点A出发，有前往节点B的路径吗？第二类问题：从节点A出发发展，有哪些前趋节点？

如图所示：

以此图为例寻找末尾为“m”的名称。这里使用广度优先搜索，这个可以回答两类问题：

第一类问题：从节点A出发，有前往节点B的路径吗？

第二类问题：从节点A出发，前往节点B的哪条路径最短？

那这里其实就是寻找末尾为“m”名称的最短路径。

from collections import deque


def person_is_seller(name):
return name[-1] == ‘m‘

graph = {}
graph["you"] = ["alice", "bob", "claire"]
graph["bob"] = ["anuj", "peggy"]
graph["alice"] = ["peggy"]
graph["claire"] = ["thom", "jonny"]
graph["anuj"] = []
graph["peggy"] = []
graph["thom"] = []
graph["jonny"] = []

def search(name):
search_queue = deque()
search_queue += graph[name]
searched = []
while search_queue:
person = search_queue.popleft()
if person not in searched:
if person_is_seller(person):
print(person + ‘ is a mongo seller‘)
return True
else:
search_queue += graph[person]
searched.append(person)
return False

search("you")

这里使用到了散列表的概念，以及Python中deque函数来创建一个双端队列。