【算法图解】——图、广度优先搜索并实现搜索

图

• 节点（node）和边（edge）
• 代表着一种连接关系
• 解决的问题：最短路径，象棋中将对方将死最少步数

无向图和有向图

无向图互为邻居

广度优先算法

通过图的连接关系，一步一步搜索

问题解决步骤

1. 使用图建立问题模型
2. 使用广度优先算法解决问题

实现图

利用字典实现图

注意：peggy是alice的邻居，但alice不是peggy的

"""实现图——字典"""
graph = {}
graph['you'] = ['alice', 'bob', 'claire']
graph['bob'] = ['anuj', 'peggy']
graph['alice'] = ['peggy']
graph['claire'] = ['thom', 'jonny']
graph['anuj'] = [] # 他们都没有邻居，因为他们没有指向别人
graph['peggy'] = []
graph['thom'] = []
graph['jonny'] = []

实现广度优先搜索

通过队列实现

1. 创建双端队列
2. 将你要搜索对象的关系网拉入队列
3. 只要队列不空就搜索
4. 先获取网中第一个人
5. 判断是都检查过
6. 判断是否满足搜索条件
7. 不满足——将该人的关系网也加入到队列中，并将此人加入到判断过列表中
8. 循环

"""先判断是否检查过这个人"""
from collections import deque


def person_is_seller(name):
    return name[-1] == 'm' # 检查人的名字末尾是否为‘m’，是则return True，不是则return False

def search(name):
    search_queue = deque() # 创建双端队列
    search_queue += graph[name] # 将name的关系网（邻居）加入到队列中
    
    searched = [] # 这个数组用于记录检查过的人
    
    while search_queue:# 队列不空
        person = search_queue.popleft()
        if person not in searched:
            if person_is_seller(person):
                print("Find " + person)
            else:
                search_queue += graph[person] # 将person的邻居加入到队列中
                searched.append(person)
                
search('you')

Find thom

注意：一定要判断重复，除了减少重复检查，也避免无限循环