python图搜索深度优先和广度优先的自我理解

最新推荐文章于 2025-05-18 09:24:23 发布

原创最新推荐文章于 2025-05-18 09:24:23 发布 · 188 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

小技巧专栏收录该内容

62 篇文章

订阅专栏

本文深入探讨了深度优先和广度优先搜索算法的基本原理，通过实例展示两种搜索方式的不同，强调了它们在遍历过程中的关键差异，即深度优先搜索倾向于探索尽可能深的路径，而广度优先搜索则注重于探索所有相邻节点。

def search_graph(network, start):
    need_check = [start]
    expansion = []
    while need_check:
        person = need_check.pop(-1) # -1 为深度优先 0 为广度优先
        if person in expansion: continue
        need_check += network.get(person,[])
        expansion.append(person)
    return expansion


social_network = {'小张': ['老王', '小西', '小刘'], '小西': ['张三','六六','李四'], '六六':['小七', '奥巴马']}


print(search_graph(social_network, '小张'))

在我理解，深度优先和广度优先都有一定的随机性，从起始点A遍历都是按一定顺序遍历，深度遍历为如果你遍历的对象B有子节点，则优先遍历B子节点的信息，然后再遍历A节点的其他节点信息，而广度优先即先遍历完A节点的所有自节点，再遍历A的子节点的子节点。