图的遍历（python语言）

最新推荐文章于 2025-01-24 11:46:34 发布
最新推荐文章于 2025-01-24 11:46:34 发布
阅读量2.6k 收藏 4
点赞数 1
CC 4.0 BY-SA版权
分类专栏： python数据结构与算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/zhangyu4863/article/details/80628861
本文介绍了图的遍历方法，包括深度优先遍历（DFS）和宽度优先遍历（BFS）。深度优先遍历从一个顶点出发，访问其邻接顶点并进行回溯，直到所有顶点都被访问。宽度优先遍历则先访问最近的邻接顶点，逐步扩大访问范围。文中还给出了DFS和BFS的具体操作流程以及实例分析。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

图的遍历，就是按某种方式系统的访问图中的每个顶点而且仅访问一次的过程。
基本方法分为深度优先遍历和宽度优先遍历两种。

  • 深度优先遍历

访问顶点，并将其标记为已访问。
检查顶点的邻接顶点，从它出发进行深度优先搜索，不存在邻接顶点时回溯。
重复上述操作，直到从顶点出发的所有顶点都已访问。
如果图中还存在未访问的顶点，则选出一个未访问过的顶点，由它重复上述的过程，直至所有图中的顶点都被访问过。
~
深度优先搜索序列（DFS序列）：通过深度优先遍历顺序得到的顶点序列。

  • 宽度优先遍历

先访问顶点Vi并将其标为已访问。
依次访问Vi邻接的所有未访问过的顶点，再依次访问与Vi0，Vi1，……Vim-1邻接的所有没被访问的顶点……持续进行下去，直到所有可达顶点都被访问。
如果图中还存在没被访问过的顶点，则选择一个没被访问过的顶点重复上述步骤。
~
宽度优先搜索序列（BFS序列）：通过宽度优先遍历得到的顶点序列。

例：这里写图片描述

看两个简单的例子，首先考虑图中G7的DFS序列。假设从顶点a出发开始遍历，一个顶点的不同邻接顶点按照a，b，c……的顺序处理。得到的序列是：
a,c,b,f,g,e,d
考虑图中G8的BFS序列。采用上面的同样假定，得到的序列是：
a,b,c,d,e,g,f

# -*-
最低0.47元/天 解锁文章

200万优质内容无限畅学
【华为机试 Python实现】图的遍历
11-03 1347
未被访问的领接顶点，领接顶点都访问结束后，再从一个领接点发起广度度优先搜索遍历，直至图中所有和有路径想通的顶点都被访问到。今天我们了解了图的遍历方式，分为深度优先搜索和广度优先搜索，明天我们学习最小生成树问题、最短路径问题，我们希望从图中某一顶点出发遍历图中其余顶点，且使每一个顶点仅被访问一次。图的任意一顶点都可能与其他顶点相连，在遍历图时，可能沿着一条路径遍历下来，又回到了原顶点。为了避免同一顶点被访问多次，在遍历图的过程中，必须记下每个已经访问过的顶点。，到这里图的所有顶点都被访问到。
Python 算法基础篇之图的遍历算法：深度优先搜索和广度优先搜索
小蓝枣的博客
07-24 1423
图的遍历是计算机科学中的一项重要任务，用于查找和访问图中的所有节点。深度优先搜索（ DFS ）和广度优先搜索（ BFS ）是两种常用的图遍历算法。本篇博客将重点介绍这两种算法的原理、应用场景以及使用 Python 实现，并通过实例演示每一行代码的运行过程。
Python算法之图的遍历
09-21
主要介绍了Python算法之图的遍历，涉及遍历算法BFS和DFS，以及寻找图的(强)连通分量的算法等相关内容，具有一定参考价值，需要的朋友可以了解下。
图的遍历 python
qq_42886289的博客
05-21 823
图的遍历 def breadth_first_search(graph,root): ##宽度优先搜索 队列实现 if not root: return traverse = [root] ##遍历列表 my_queue = [root] ##队列 while my_queue: next = my_queue.pop(0) for current in graph[next]:
Python算法学习[5]—图、遍历、连通、最短路径&代码演练
Python领域优质萌新学习笔记
03-21 2035
如果该顶点未被访问，则将其加入visited集合，并遍历与该顶点相邻的顶点，更新其距离值并加入队列中等待遍历。然后，进入循环，每次从队列中取出一个顶点并进行判断，如果该顶点未被访问，则加入visited集合，并输出该顶点。Dijkstra算法是一种贪心算法，其思路是从起始顶点开始，选择当前距离该顶点最近的未访问过的顶点，并更新与该顶点相邻的顶点的距离值。广度优先搜索（BFS）是一种迭代方式的图遍历算法，其思路是从起始顶点开始，按层次逐步扩展，先遍历与起始顶点相邻的所有顶点，然后遍历与这些。
二叉树的层序遍历（Python语言）
attitude36的博客
11-25 3131
二叉树的层序遍历（Python语言） 参考 https://blog.youkuaiyun.com/m0_37925202/article/details/80796010 实现 在参考的博客中，采用栈的数据结构来实现对二叉树的层序遍历。但是，我在实现的时候，对于例子： 先序遍历：A → B → D → C 中序遍历：B → D → A → C 后续遍历：D → B → C → A 层序遍历：A → B → C → D 二叉树的结构： 根据博主的方法，最终实现的层序遍历的结果是 A → C → B →
94.二叉树的中序遍历 python
最新发布
sysu63的博客
01-24 343
中序遍历（Inorder Traversal）是二叉树的一种遍历方式，其遍历顺序为：先访问左子树，然后访问根节点，最后访问右子树。对于每个子树来说，也是遵循相同的访问顺序。这种遍历方法特别适用于二叉搜索树（BST），因为在BST中进行中序遍历会按照升序访问节点。给定一个二叉树的根节点 root ，返回 它的 中序 遍历。输入：root = [1,null,2,3]树中节点数目在范围 [0, 100] 内。输入：root = [1]输入：root = []输出：[1,3,2]
Python实现带下标索引的遍历操作示例
12-31
本文实例讲述了Python实现带下标索引的遍历操作。分享给大家供大家参考，具体如下： 代码如下： #coding=utf-8 #ｐｙｔｈｏｎ　－　实现带下标索引的遍历． str = 'abcdefghigklmn' #方式一：for i = 0 for ch in ...
学生出勤记录（一次遍历python）1
08-03
在这一背景下，Python编程语言因其简洁性和强大的库支持，成为处理此类问题的热门选择。 本篇文章将重点讨论如何使用Python来解决一个典型的学生出勤记录问题，该问题在LeetCode编程练习平台上被提出。题目的目标是...
python 图的遍历-深度优先和广度优先
热门推荐
超纯的小白兔
06-04 1万+
Python的图实现有很多别人已经写好的（比如我下面写的就是参考python-graph），可是不适合一个刚开始的学习的人，我就简化了一下，实现可深度优先和广度优先遍历。 #!/usr/bin/env python #-*- coding:utf8 -*- class Graph(object):     def __init__(self, *args, **kwargs
python 图的遍历_关于Python图遍历的操作
weixin_39586649的博客
12-10 572
就是创建了一个图 想要进行深度遍历 和 广度遍历 但是第二个遍历的时候只会出现一个data 感觉是因为自己之前的那个遍历把 self.visited[node] = True 的缘故 但是又不知道怎么进行修改，求各位指教以下是代码：class Graph(object):def __init__(self, *args, **kwargs):self.node_neighbors = {}self...
python 图的遍历,图的DFS遍历（python版本）
weixin_29550949的博客
03-25 399
import networkx as nximport matplotlib.pyplot as pltdef dfs(graph,node_start,max_step=10):assert max_step>=0 and node_start in graph.nodes()res_graph=nx.DiGraph()cur_step=0stack_list=[]visited={}pr...
Python描述数据结构之图的遍历篇
夏小悠的博客
09-13 4467
本篇章主要介绍图的遍历算法，包括深度优先遍历和广度优先遍历，并用Python代码实现。
图的遍历（Python实现）
weixin_34032621的博客
10-31 594
图的遍历（Python实现） 记录两种图的遍历算法——广度优先（BFS）与深度优先（DFS）。 图（graph）在物理存储上采用邻接表，而邻接表是用python中的字典来实现的。 两种遍历方式的代码如下所示： # 图的宽度遍历和深度遍历 # 1. BFS def bfsTravel(graph, source): # 传入的参数为邻接表存储的图和一个开始遍历的源节点 ...
python有向图遍历_Python算法学习之图与图的遍历
weixin_39783149的博客
12-06 530
什么是图？我们先来考虑日常生活中的一个问题，我们在出行的时候一般会考虑使用地图软件搜下从一个地点到另外一个地点的路线。 这里把地点抽象成一个圈，路径抽象成线，于是乎就有了下面的图，其实还是非常好理解的。简单地说就是有节点(node)和边(edge)组成的一种数据结构，相邻的节点称之为邻居。 注意图分为有向图和无向图， 比如有些路是单行道，有些是双行道，有向图我们用箭头指向，无向图就是一条直线连接。...
python 图的遍历_Python的图，深度优先遍历
weixin_39676348的博客
01-30 683
2019-07-24补充：https://stackoverflow.com/questions/44015508/construct-a-tree-from-a-list-with-levels​stackoverflow.com下午又梳理一遍业务逻辑，感觉并不是图，而是两棵树。横向是一个棵树，纵向是一棵树。横向的树有点类似上述stackoverflow中的从list构造树。两棵树的区别，横向的...
图遍历的python实现
恋蛩音的博客
07-29 612
用python实现对图结构的遍历操作
Python实现：图的遍历（BFS、DFS）、最小生成树（Kruskal、Prim）、最短路径（Dijkstra）
weixin_43673156的博客
04-20 300
Python实现：图的遍历（BFS、DFS）、最小生成树（Kruskal、Prim）、最短路径（Dijkstra） https://blog.youkuaiyun.com/Hanx09/article/details/106816845
Python——数据结构——图——图的遍历——DFS与BFS
qq_41188247的博客
01-07 925
Python——数据结构——图——图的遍历——DFS与BFS
图的遍历python语言
01-05
### Python 图的遍历算法实现教程 #### 广度优先搜索 (BFS) 广度优先搜索是一种用于图的遍历方法，它会先访问起始节点的所有邻居节点，然后再逐层向外扩展。 ```python from collections import deque def bfs(graph, start_node): visited = set() # 记录已访问过的节点 queue = deque([start_node]) while queue: node = queue.popleft() if node not in visited: print(node) # 处理当前节点的操作 visited.add(node) for neighbor in graph[node]: if neighbor not in visited: queue.append(neighbor) ``` 此代码展示了如何通过队列来管理待处理的节点列表，并利用集合 `visited` 来跟踪已经访问过的节点[^3]。 #### 深度优先搜索 (DFS) 深度优先搜索则会选择一条路径尽可能深入地探索下去，直到无法继续为止才会回溯到上一个分支点并尝试其他未被探索的方向。 ##### 迭代方式实现 DFS： ```python def dfs_iterative(graph, start_node): stack = [start_node] visited = set() while stack: node = stack.pop() if node not in visited: print(node) # 对当前节点执行操作 visited.add(node) for neighbor in reversed(graph[node]): if neighbor not in visited: stack.append(neighbor) ``` 这里使用栈代替了 BFS 中使用的队列；注意为了保持与递归版本一致的行为，在向栈中添加相邻节点时进行了反转顺序。 ##### 递归方式实现 DFS： ```python def dfs_recursive(graph, node, visited=None): if visited is None: visited = set() if node not in visited: print(node) # 执行所需的动作 visited.add(node) for neighbor in graph[node]: dfs_recursive(graph, neighbor, visited) ``` 这种方法更加简洁直观，但是可能会因为函数调用开销较大而效率较低一些。对于非常深或复杂的图表来说，迭代版通常更优。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值