广度优先搜索（Breadth-First-Search，缩写为BFS）

1. BFS是干嘛的？ -- 解决异地恋乘车转车次数最少的问题，啊呸~

1. BFS是一种[盲目搜索是盲目搜索法，目的是系统地展开并检查中的所有节点，以找寻结果。
   举个栗子：假设从A城市到B城市有多种转车方案，用广度优先算法计算出那条路线的转车次数最少。[这个例子还要用在后面的狄克斯特拉算法]

2. 下面就来用算法解决这个问题：

1. 本人觉得这个算法最重要的是教会一种表示图的方法

   
   
   

   image.png
2. 我们如何用代码表示上面的图呢？
   先表示城市吧？
   city['A'] = ['E', 'D']
   city[‘E’] = ['F', 'G']
   city[‘D’] = ['G', 'H']
   city['F'] = ['G', 'B_love']
   city[‘G’] = ['B_love']
   city['H'] = ['B_love']
   city['B'] = []
   这样就表示了城市的关系。
   接下来，我们要做的就是搜索所有的节点，如果该节点满足以“love”结尾，则表示可以到达该城市.
3. 当然要从自己所在的城市向外找 仔细规划下寻妻之旅吧：
   你带着一个本子记下A，A城市可以看见连着E,D两座城市,然后你再在本子上列下 E, F；
   找完A，很显然不是有love的城市，所以你在本子上划掉了A城市；
   你在找E的时候，看见了E的城市连着 F, G, 所以你决定找完D之后，去找F,G,所以你在本子下记下来F,G 。
   找D的城市看见了G,H; 所以你在本子下,划掉D, 列下G,H 。 （这里当你找到G的时候，发现以前去过，所以你决定不去找G了）
   这样，一直找下去，直到你找到B城市。
   本子代表了队列

3. Talk is cheap, show me the code

# 广度优先算法
from collections import deque

city = dict()
city["A"] = ["E", "D"]
city["E"] = ["F", "G"]
city["D"] = ["G", "H"]
city["F"] = ["G","B_LOVE"]
city["G"] = ["B_LOVE"]
city["H"] = ["B_LVOE"]
city["B_LOVE"] = []

def BFSearch(startCity):
    searched = [] # 存放已经查找过的城市
    search_queen = deque()
    search_queen += city[startCity]
    while search_queen:
        print(search_queen)
        cityname = search_queen.popleft()
        
        if not cityname in searched:
            if isCityB(cityname):
                print(cityname + " here her is ... ")
                return True
            else:
                searched.append(cityname)  # 添加已经搜查过的节点
                search_queen += city[cityname] #如果不是正确的节点，则添加该节点的子节点到搜查的队列中
    return False  

def isCityB(name): 
    return name[-4:] == 'LOVE' #截取后四位 判断是否是她的城市

print(BFSearch("A"))

就这样，搜查到了符合的城市

运行结果

参考:

1. https://blog.csdn.net/raphealguo/article/details/7523411
2. https://zh.wikipedia.org/wiki/%E5%B9%BF%E5%BA%A6%E4%BC%98%E5%85%88%E6%90%9C%E7%B4%A2