45fan.com - 路饭网

搜索: 您的位置主页 > 网络频道 > 阅读资讯:python深度优先和广度优先的实例分享

python深度优先和广度优先的实例分享

2015-07-25 05:37:15 来源:www.45fan.com 【

python深度优先和广度优先的实例分享

本文实例讲述了python数据结构之图深度优先和广度优先用法。分享给大家供大家参考。具体如下:

首先有一个概念:回溯

回溯法(探索与回溯法)是一种选优搜索法,按选优条件向前搜索,以达到目标。但当探索到某一步时,发现原先选择并不优或达不到目标,就退回一步重新选择,这种走不通就退回再走的技术为回溯法,而满足回溯条件的某个状态的点称为“回溯点”。

深度优先算法:

(1)访问初始顶点v并标记顶点v已访问。
(2)查找顶点v的第一个邻接顶点w。
(3)若顶点v的邻接顶点w存在,则继续执行;否则回溯到v,再找v的另外一个未访问过的邻接点。
(4)若顶点w尚未被访问,则访问顶点w并标记顶点w为已访问。
(5)继续查找顶点w的下一个邻接顶点wi,如果v取值wi转到步骤(3)。直到连通图中所有顶点全部访问过为止。

广度优先算法:

(1)顶点v入队列。
(2)当队列非空时则继续执行,否则算法结束。
(3)出队列取得队头顶点v;访问顶点v并标记顶点v已被访问。
(4)查找顶点v的第一个邻接顶点col。
(5)若v的邻接顶点col未被访问过的,则col入队列。
(6)继续查找顶点v的另一个新的邻接顶点col,转到步骤(5)。直到顶点v的所有未被访问过的邻接点处理完。转到步骤(2)。

代码:

#!/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)

结果:

nodes: [1, 2, 3, 4, 5, 6, 7, 8]

广度优先:
[1, 2, 3, 4, 5, 6, 7, 8]

深度优先:

[1, 2, 4, 8, 5, 3, 6, 7]

希望本文所述对大家的Python程序设计有所帮助。


本文地址:http://www.45fan.com/a/question/15606.html
Tags: python 数据结构 之图
编辑:路饭网
关于我们 | 联系我们 | 友情链接 | 网站地图 | Sitemap | App | 返回顶部