图解算法(六)

广度优先搜索

1.图简介

我们在生活中经常要解决最短路径问题,解决最短路径问题的算法被称为广度优先搜索。

要确定如何从西直门到东直门,需要两个步骤:

  1. 使用图来建立问题模型
  2. 使用广度优先搜索解决问题

2.图是什么

图模拟一组连接。例如,假设你与朋友玩牌,并要模拟谁欠谁钱,可用图来表示

图由节点和边组成。一个节点可能与众多节点直接相连,这些节点被称为邻居。

图用于模拟不同的东西是如何相连的。

3.广度优先搜索

   广度优先搜索是一种用于图的查找算法,可帮助回答两类问题。

  •     第一类:从节点A出发,有前往节点B的路径吗?
  •     第二类:从节点A出发,前往节点B的哪条路径最短?

   假设你经营着一个芒果农场,需要寻找芒果销售商,以便将芒果卖给他。为此,你可以在朋友中查找。首先创建一个朋友名单。然后,依次检查名单中的每个人,看看他是否是芒果销售商。假设你没有朋友是芒果销售商,那么你就必须在朋友的朋友中查找。这样一来,你不仅在朋友中查找,还在朋友的朋友等中查找。使用这种算法将搜遍你的整个人际关系网,直到找到芒果销售商。这就是广度优先搜索算法。

 3.1 查找最短路径

    在广度优先搜索的执行过程中,搜索范围从起点开始逐渐向外延伸,即先检查一度关系,再检查二度关系,你按顺序一次检查名单中的每个人,看看他是否是芒果经销商。广度优先搜索不仅查找从A到B的路径,而且找到的是最短的路径。

    注意,只有按添加的顺序查找时,才能实现这样的目的。有一个可以实现这种目的的数据结构,那就是队列(queue)。

 3.2 队列

    队列的工作原理与现实生活中的队列完全相同。假设你与朋友一起在公交站排队,如果你排在他的前面,你将先上车。队列类似于栈,不能随机的访问队列中的元素。队列只支持两种操作:入队和出队。

    队列是一种先进先出的数据结构,而栈是一种后进先出的数据结构。

4.实现图

  首先,需要使用代码来实现图。图有多个节点组成。

  每个节点都与邻近节点相连,如何表示“你->邻近点”这样的关系呢,使用散列表。

graph = {}
graph["you"] = ["alice","bob","claire"]

注意,“you”被映射到一个数组,因此graph["you"]是一个数组,其中包含了“you”的所有邻近点。

进而拓展更大的图

graph = {}
graph["you"] = ["alice","bob","claire"]
graph["bob"] = ["anuj","peggy"]
graph["alice"] = ["peggy"]
graph["claire"] = ["thom","jonny"]
graph["anuj"] = []
graph["peggy"] = []
graph["thom"] = []
graph["jonny"] = []

5.实现算法

首先,创建一个队列。在Python中,可使用函数deque来创建一个双端队列。

from collections import deque
search_queue = deque()
search_queue += graph["you"]
while search_queue:
    person = search_queue.popleft()
    if person_is_seller(person):
        print person + " is a mango seller!"
        return True
    else:
        search_queue += graph[person]
        return False


def person_is_seller(name):
      return name[-1] == 'm'

最终代码

def search(name):
      search_queue = deque()
      search_queue +=graph[name]
      searched = []
      while search_queue:
         person = search_queue.popleft()
         if person not in searched:
if person_is_seller(person):
print person + " is a mango seller!" return True else: search_queue +=graph[person] searched.append(person) return False search("you")

 

posted @ 2019-05-07 13:39  听风的dog  阅读(241)  评论(0编辑  收藏  举报