python深度优先和广度优先_python数据结构之图深度优先和广度优先实例详解

本文实例讲述了python数据结构之图深度优先和广度优先用法。分享给大家供大家参考。具体如下：

首先有一个概念：回溯

回溯法(探索与回溯法)是一种选优搜索法，按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。

深度优先算法：

(1)访问初始顶点v并标记顶点v已访问。

(2)查找顶点v的第一个邻接顶点w。

(3)若顶点v的邻接顶点w存在，则继续执行；否则回溯到v，再找v的另外一个未访问过的邻接点。

(4)若顶点w尚未被访问，则访问顶点w并标记顶点w为已访问。

(5)继续查找顶点w的下一个邻接顶点wi，如果v取值wi转到步骤(3)。直到连通图中所有顶点全部访问过为止。

广度优先算法：

(1)顶点v入队列。

(2)当队列非空时则继续执行，否则算法结束。

(3)出队列取得队头顶点v；访问顶点v并标记顶点v已被访问。

(4)查找顶点v的第一个邻接顶点col。

(5)若v的邻接顶点col未被访问过的，则col入队列。

(6)继续查找顶点v的另一个新的邻接顶点col，转到步骤(5)。直到顶点v的所有未被访问过的邻接点处理完。转到步骤(2)。

代码：

结果：

nodes: [1, 2, 3, 4, 5, 6, 7, 8]

广度优先：

[1, 2, 3, 4, 5, 6, 7, 8]

深度优先：

[1, 2, 4, 8, 5, 3, 6, 7]

希望本文所述对大家的Python程序设计有所帮助。