python數據結構之圖深度優先和廣度優先實例詳解

本文實例講述了python數據結構之圖深度優先和廣度優先用法。分享給大家供大家參考。具體如下：

首先有一個概念：回溯

回溯法(探索與回溯法)是一種選優搜索法，按選優條件向前搜索，以達到目標。但當探索到某一步時，發現原先選擇并不優或達不到目標，就退回一步重新選擇，這種走不通就退回再走的技術為回溯法，而滿足回溯條件的某個狀態的點稱為“回溯點”。

深度優先算法：

（1）訪問初始頂點v并標記頂點v已訪問。
（2）查找頂點v的第一個鄰接頂點w。
（3）若頂點v的鄰接頂點w存在，則繼續執行；否則回溯到v，再找v的另外一個未訪問過的鄰接點。
（4）若頂點w尚未被訪問，則訪問頂點w并標記頂點w為已訪問。
（5）繼續查找頂點w的下一個鄰接頂點wi，如果v取值wi轉到步驟（3）。直到連通圖中所有頂點全部訪問過為止。

廣度優先算法：

（1）頂點v入隊列。
（2）當隊列非空時則繼續執行，否則算法結束。
（3）出隊列取得隊頭頂點v；訪問頂點v并標記頂點v已被訪問。
（4）查找頂點v的第一個鄰接頂點col。
（5）若v的鄰接頂點col未被訪問過的，則col入隊列。
（6）繼續查找頂點v的另一個新的鄰接頂點col，轉到步驟（5）。直到頂點v的所有未被訪問過的鄰接點處理完。轉到步驟（2）。

代碼：

;#!/usr/bin/python
# -*- coding: utf-8 -*-
class Graph(object):
  def __init__(self,*args,**kwargs):
    self.node_neighbors = {}
    self.visited = {}
  def add_nodes(self,nodelist):
    for node in nodelist:
      self.add_node(node)
  def add_node(self,node):
    if not node in self.nodes():
      self.node_neighbors[node] = []
  def add_edge(self,edge):
    u,v = edge
    if(v not in self.node_neighbors[u]) and ( u not in self.node_neighbors[v]):
      self.node_neighbors[u].append(v)
      if(u!=v):
        self.node_neighbors[v].append(u)
  def nodes(self):
    return self.node_neighbors.keys()
  def depth_first_search(self,root=None):
    order = []
    def dfs(node):
      self.visited[node] = True
      order.append(node)
      for n in self.node_neighbors[node]:
        if not n in self.visited:
          dfs(n)
    if root:
      dfs(root)
    for node in self.nodes():
      if not node in self.visited:
        dfs(node)
    print order
    return order
  def breadth_first_search(self,root=None):
    queue = []
    order = []
    def bfs():
      while len(queue)> 0:
        node = queue.pop(0)
        self.visited[node] = True
        for n in self.node_neighbors[node]:
          if (not n in self.visited) and (not n in queue):
            queue.append(n)
            order.append(n)
    if root:
      queue.append(root)
      order.append(root)
      bfs()
    for node in self.nodes():
      if not node in self.visited:
        queue.append(node)
        order.append(node)
        bfs()
    print order
    return order
if __name__ == '__main__':
  g = Graph()
g.add_nodes([i+1 for i in range(8)])
g.add_edge((1, 2))
g.add_edge((1, 3))
g.add_edge((2, 4))
g.add_edge((2, 5))
g.add_edge((4, 8))
g.add_edge((5, 8))
g.add_edge((3, 6))
g.add_edge((3, 7))
g.add_edge((6, 7))
print "nodes:", g.nodes()
order = g.breadth_first_search(1)
order = g.depth_first_search(1)
結果：
nodes: [1, 2, 3, 4, 5, 6, 7, 8]
廣度優先：
[1, 2, 3, 4, 5, 6, 7, 8]
深度優先：
[1, 2, 4, 8, 5, 3, 6, 7]
希望本文所述對大家的Python程序設計有所幫助。