代码小工蚁的#《算法图解》#学习笔记-C6广度优先搜索

代码小工蚁的#《算法图解》#学习笔记-C6广度优先搜索
C6 广度优先搜索breadth-first search

引言

世界上最遥远的距离，不是生与死的距离，不是天各一方，而是，我就站在你的面前，你却不知道我爱你。
——张小娴《荷包里的单人床》

不谈最远，只要最短！

解决“最短路径问题”的算法被称为广度优先搜索
最短路径问题（shorterst-path problem）：找出两样东西之间的最短距离。如跳棋程序走多少步会获胜。

解决最短路径问题的步骤：
1、使用图来建立问题模型；
2、使用广度优先搜索解决问题。

一、什么是图

图模拟一组连接。

图

图由节点（node）和边（edge）组成。
一个节点可能与众多节点直接相连，这些节点称为邻居（neighbors）。
图中Rama是Alex的邻居。

根据边有无指向性，可将图分为：有向图（directed graph）和无向图（undirected graph）
有向图的边带有箭头，箭头的方向指定了关系的方向，其中的关系是单向的。
无向图的边没有箭头，直接相连的节点互为邻居。

有向图与无向图

二、广度优先搜索

广度优先搜索也叫宽度优先搜索，是最简便的图的搜索算法之一。
其别名叫BFS，广度优先搜索会系统地展开并检查图中的所有节点，以找寻结果。

广度优先搜索帮助回答两类问题：
1、从节点A出发，有前往节点B的路径吗？
2、从节点A出发，前往节点B的哪条路径最短？

队列是一种先进先出（First In First Out，FIFO）的数据结构，
栈是一种后进先出（Last In First Out，LIFO）的数据结构。

广度优先搜索的运行时间：通常写作O(V + E)，其中V为顶点（vertice）数（人数），E为边数。

模拟在自己的朋友中搜索芒果销售商

图-朋友关系搜索

广度优先搜索的代码实现：

#coding=utf-8

# 广度优先搜索

from collections import deque


def bf_search(name):
    # 创建双端队列
    search_queue = deque()
    search_queue += graph[name]
    searched = []
    while search_queue:
        person = search_queue.popleft()
        if not person 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
    
def person_is_seller(name):
    return name[-1] == 'm'


if __name__ == '__main__':
    # 创建图
    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'] = []
    # 广度优先搜索
    bf_search("you")
    

---

百度百科：宽度优先搜索