04 算法之广度优先搜索-python实现

最新推荐文章于 2024-08-28 18:31:11 发布

我是笑嘻嘻

最新推荐文章于 2024-08-28 18:31:11 发布

阅读量613

点赞数 1

CC 4.0 BY-SA版权

分类专栏： python 文章标签：算法广度优先 bfs 两点间最短距离 python

本文链接：https://blog.youkuaiyun.com/Sukiyou_xixi/article/details/96195308

本文介绍了如何使用Python实现广度优先搜索(BFS)算法，该算法能够找到图中一个顶点到另一个顶点的最短路径，即最少经过的边数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

广度优先搜索算法，找出一个顶点到另外一个顶点需要最少经过的边数

#!python
#coding=utf-8

"""
广度优先搜索算法，
解决获取图中某点到某点最短路径问题：即从出发点到终点的边数最少)
时间复杂度O(V+E) V:图的顶点数 E:图的边数

假如有如下图所示：
郑州(ZZ)---------------广州(GZ)---深圳(SZ)
  |                       |          |
杭州(HZ)----北京(BJ)----天津(TJ)---武汉(WH)
  |            |                     |
  |---------重庆(CQ)------------------
从杭州到武汉有以下可选路径：
* 杭州-->郑州-->广州-->深圳-->武汉
* 杭州-->郑州-->广州-->天津-->武汉
* 杭州-->北京-->天津-->武汉
* 杭州-->重庆-->北京-->天津-->武汉
* 杭州-->重庆-->武汉
* 其他略
我们将通过广度优先搜索算法来找到【杭州-->重庆-->武汉】这条这段路径

@:param graph : 城市路线图
@:param start : 出发城市
@:param end   : 目的地城市
"""
def build_city_graph():
    # 元组数组，元组第一个属性为当前城市，第二个属性为当前城市的父级城市
    city_graph = {
   
   }
    city_graph["HZ"] = [("ZZ", "HZ"), ("BJ", "HZ"), ("CQ", "HZ")]
    city_graph["ZZ"] = [("GZ", "ZZ")]
    city_graph