圖的廣度優先搜尋和深度優先搜尋Python實現

圖的廣度優先搜尋和深度優先搜尋Python實現

class Graph(object):
    """圖的廣度優先搜尋和深度優先搜尋"""

    def __init__(self, nodes, sides):
        """
        nodes 表示點，如：nodes = [i for i in range(8)]
        sides 表示邊，如：sides = [(0, 1),(0, 3),(1, 2),(1, 4),(1, 0),(2, 1),(2, 5),(3, 0),(3, 4),(4, 1),(4, 3),(4, 5),(4, 6),(5, 2),(5, 4),(5, 7),(6, 4),(6, 7),(7, 6),(7, 5)]
        """
        self.sequence = {}  # self.sequence，key是點，value是與key相連線的點
        self.side = []  # self.side是臨時變數，主要用於儲存與指定點相連線的點
        for node in nodes:
            for side in sides:
                u, v = side
                # 指定點與另一個點在同一個邊中，則說明這個點與指定點是相連線的點，則需要將這個點放到self.side中
                if node == u and v not in self.side:
                    self.side.append(v)
                elif node == v and u not in self.side:
                    self.side.append(u)
            self.sequence[node] = self.side
            self.side = []
            print(self.sequence)

    def bfs(self, s, t):
        """
        廣度優先算髮
        是指定節點 s 開始，沿著樹的寬度遍歷樹的節點。如果所有節點均被訪問，則演算法中止。
        廣度優先搜尋的實現一般採用open-closed表。
        s 表示開始節點，t 表示要找的節點
        """

        queue, order = [], []  # queue本質上是堆疊，用來存放需要進行遍歷的資料, order裡面存放的是具體的訪問路徑
        queue.append(s)  # 首先將初始遍歷的節點放到queue中，表示將要從這個點開始遍歷
        order.append(s)  # 由於是廣度優先，也就是先訪問初始節點的所有的子節點
        while queue:
            # queue.pop(0)意味著是佇列的方式出元素，就是先進先出，而下面的for迴圈將節點v的所有子節點
            # 放到queue中，所以queue.pop(0)就實現了每次訪問都是先將元素的子節點訪問完畢，而不是優先葉子節點
            v = queue.pop(0)
            for w in self.sequence[v]:
                if w not in order and w not in queue:
                    # 這裡可以直接order.append(w) 因為廣度優先就是先訪問節點的所有下級子節點，所以可以
                    # 將self.sequence[v]的值直接全部先給到order
                    order.append(w)
                    queue.append(w)
                if w == t:
                    print("Got it")
                    return order
        return order

    def dfs(self, s, t):
        """
        深度優先演算法，是一種用於遍歷或搜尋樹或圖的演算法。沿著樹的深度遍歷樹的節點，儘可能深的搜尋樹的分支。
        當節點v的所在邊都己被探尋過，搜尋將回溯到發現節點v的那條邊的起始節點。
        這一過程一直進行到已發現從源節點可達的所有節點為止。如果還存在未被發現的節點，
        則選擇其中一個作為源節點並重復以上過程，整個程式反覆進行直到所有節點都被訪問為止。屬於盲目搜尋。
        s 表示開始節點，t 表示要找的節點
        """

        queue, order = [], []  # queue本質上是堆疊，用來存放需要進行遍歷的資料, order裡面存放的是具體的訪問路徑
        queue.append(s)  # 首先將初始遍歷的節點放到queue中，表示將要從這個點開始遍歷
        while queue:
            # 從queue中pop出點v，然後從v點開始遍歷了，所以可以將這個點pop出，然後將其放入order中
            # 這裡才是最有用的地方，pop（）表示彈出棧頂，由於下面的for迴圈不斷的訪問子節點，並將子節點壓入堆疊，
            # 也就保證了每次的棧頂彈出的順序是下面的節點
            v = queue.pop()
            order.append(v)
            # 這裡開始遍歷v的子節點
            for w in self.sequence[v]:
                # w既不屬於queue也不屬於order，意味著這個點沒被訪問過，所以講起放到queue中，然後後續進行訪問
                if w not in order and w not in queue:
                    queue.append(w)
                if w == t:
                    print("Got it")
                    order.append(w)
                    return order
        return order