算法圖解 (六)

第六章 廣度優(yōu)先搜索

廣度優(yōu)先搜索算法 (英文: Breadth-First-Search, 縮寫為BFS), 又稱寬度優(yōu)先搜索, 或橫向優(yōu)先搜索, 是一種圖形搜索算法逞频。 簡單的說, BFS 是從根節(jié)點(diǎn)開始, 沿著樹的寬度遍歷樹的節(jié)點(diǎn)持钉。 如果所有節(jié)點(diǎn)均被訪問, 則算法終止菇绵。 廣度優(yōu)先搜索的實(shí)現(xiàn)是一般采用 open-closed 表

[圖片上傳失敗...(image-28dbd4-1527845362464)]

書中列舉了好幾個(gè)例子來講述什么是廣度優(yōu)先搜索, 講的很容易理解的馏予。

芒果銷售商問題复斥。 目標(biāo)是在你的人際關(guān)系網(wǎng)找到一位芒果銷售商, 如果 A 不是芒果銷售商, 就將他的朋友也加入到查找名單中霉旗。 也就意味著你將在他的朋友召川、 朋友的朋友等中查找南缓。 使用這種算法將遍歷你的整個(gè)人際關(guān)系網(wǎng), 直到找到芒果銷售商。 這就是廣度優(yōu)先搜索算法

# coding: utf-8

"""
這是書中芒果銷售商問題
名字中以`m`結(jié)尾的是銷售商
"""
from collections import deque

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_deque = deque()
    search_deque += graph[name]
    searched = []
    while searched:
        person = search_deque.popleft()
        if person is not searched:
            if person_is_seller(person):
                print('Person' + person + 'is a mango seller')
                return True
            else:
                search_deque += graph[person]
                searched.append(person)
    return False

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

print(search('you'))

隊(duì)列

隊(duì)列是先進(jìn)先出, 棧是先進(jìn)后出

小結(jié)

  • 廣度優(yōu)先搜索指出是否有從A到B的路徑, 如果有廣度優(yōu)先搜索將找出最短路徑
  • 對(duì)于尋找最短路徑問題, 可使用圖來建模, 再使用廣度優(yōu)先搜索來解決問題
  • 對(duì)于檢查過的人, 不需要再去檢查了, 否則可能導(dǎo)致無限循環(huán)
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末扮宠,一起剝皮案震驚了整個(gè)濱河市西乖,隨后出現(xiàn)的幾起案子狐榔,更是在濱河造成了極大的恐慌,老刑警劉巖获雕,帶你破解...
    沈念sama閱讀 212,454評(píng)論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件薄腻,死亡現(xiàn)場離奇詭異,居然都是意外死亡届案,警方通過查閱死者的電腦和手機(jī)庵楷,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,553評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來楣颠,“玉大人尽纽,你說我怎么就攤上這事⊥觯” “怎么了弄贿?”我有些...
    開封第一講書人閱讀 157,921評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長矫膨。 經(jīng)常有香客問我差凹,道長,這世上最難降的妖魔是什么侧馅? 我笑而不...
    開封第一講書人閱讀 56,648評(píng)論 1 284
  • 正文 為了忘掉前任危尿,我火速辦了婚禮,結(jié)果婚禮上馁痴,老公的妹妹穿的比我還像新娘谊娇。我一直安慰自己,他們只是感情好罗晕,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,770評(píng)論 6 386
  • 文/花漫 我一把揭開白布济欢。 她就那樣靜靜地躺著,像睡著了一般攀例。 火紅的嫁衣襯著肌膚如雪船逮。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,950評(píng)論 1 291
  • 那天粤铭,我揣著相機(jī)與錄音挖胃,去河邊找鬼。 笑死梆惯,一個(gè)胖子當(dāng)著我的面吹牛酱鸭,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播垛吗,決...
    沈念sama閱讀 39,090評(píng)論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼凹髓,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了怯屉?” 一聲冷哼從身側(cè)響起蔚舀,我...
    開封第一講書人閱讀 37,817評(píng)論 0 268
  • 序言:老撾萬榮一對(duì)情侶失蹤饵沧,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后赌躺,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體狼牺,經(jīng)...
    沈念sama閱讀 44,275評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,592評(píng)論 2 327
  • 正文 我和宋清朗相戀三年礼患,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了是钥。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,724評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡缅叠,死狀恐怖悄泥,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情肤粱,我是刑警寧澤弹囚,帶...
    沈念sama閱讀 34,409評(píng)論 4 333
  • 正文 年R本政府宣布,位于F島的核電站狼犯,受9級(jí)特大地震影響余寥,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜悯森,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,052評(píng)論 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望绪撵。 院中可真熱鬧瓢姻,春花似錦、人聲如沸音诈。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,815評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽细溅。三九已至褥傍,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間喇聊,已是汗流浹背恍风。 一陣腳步聲響...
    開封第一講書人閱讀 32,043評(píng)論 1 266
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留誓篱,地道東北人朋贬。 一個(gè)月前我還...
    沈念sama閱讀 46,503評(píng)論 2 361
  • 正文 我出身青樓,卻偏偏與公主長得像窜骄,于是被迫代替她去往敵國和親锦募。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,627評(píng)論 2 350

推薦閱讀更多精彩內(nèi)容