大橙子网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
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")