python实现广度优先搜索过程解析
更新时间:2019年10月19日 10:34:23 作者:水滴月
这篇文章主要介绍了python实现广度优先搜索过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
广度优先搜索
适用范围: 无权重的图,与深度优先搜索相比,深度优先搜索法占内存少但速度较慢,广度优先搜索算法占内存多但速度较快
复杂度: 时间复杂度为O(V+E),V为顶点数,E为边数
思路
广度优先搜索是以层为顺序,将某一层上的所有节点都搜索到了之后才向下一层搜索;
代码
from collections import deque #解决从你的人际关系网中找到芒果销售商的问题 #使用字典表示映射关系 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"] = [] #判断是否是要查找的目标 def is_target_node(name): return name[-1] == 'm' #实现广度优先搜索算法 def search(name): search_queue = deque() #创建一个队列 search_queue += graph[name] searched = [] #记录用于检查过的人 while search_queue: #只要队列不为空 person = search_queue.popleft() #就取出其中的第一个人 if not person in searched: #这个人没有被检查过 if is_target_node(person): #判断这个人是否是要查找的销售商 print(person + " is target node!") return True else: search_queue += graph[person] #如果这个人不是,就将这个人的朋友压入队列 searched.append(person) #将这个人追加到已检查过的字典中 return False #调用方法 search("you")
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
相关文章
Python&Matlab实现蚂蚁群算法求解最短路径问题的示例
本文主要介绍了Python&Matlab实现蚂蚁群算法求解最短路径问题的示例,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下2022-03-03pytorch geometric的GNN、GCN的节点分类方式
这篇文章主要介绍了pytorch geometric的GNN、GCN的节点分类方式,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教2022-12-12matplotlib之多边形选区(PolygonSelector)的使用
这篇文章主要介绍了matplotlib之多边形选区(PolygonSelector)的使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2021-02-02
最新评论