广度优先搜索

• 广度优先搜索指出是否有A到B的路径
• 如果有，广度优先搜索将找出最短的路径
  面临类似于找最短路径的问题时，可以尝试使用图来建立模型，再使用广度优先搜索来解决问题。

应用实例

假设你经营这一个芒果农场，需要寻找芒果销售商，以便将芒果卖给他。在Facebook，你与芒果销售商有联系吗？为此，你可在朋友中查找，这种查找很简短。首先创建一个朋友名单，然后依次检查名单中的每个人，假设你没有朋友是销售商，那你就有必要在朋友的朋友中查找。检查名单中的每个人时，你都将其朋友加入名单。
这样一来，你不仅在朋友中查找，还在朋友的朋友中查找。你的目标是在你的人际关系网中找到一位芒果销售商。因此，如果Alice不是芒果销售商，就将其朋友也加入到名单中。这意味着你将在他的朋友，朋友的朋友中查找。使用这种算法将搜索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。下面的程序就是对该实例的算法实现。

# encoding: utf-8

from collections import deque

#判断一个人是不是芒果销售商
def person_is_seller(name):
    return name[-1]=="m"

def search(name):
    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
    

if __name__ == "__main__":
    
    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"]=[]
    
    search("you")