《算法图解》第六章广度优先搜索

一、广度优先搜索（breadth-firsh search，BFS）

　　=>可回答问题：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？

　　=>最短路径问题（shorterst-path problem）：简历模型，再使用广度优先搜索来解决。

二、图

（1）组成：节点（node）、边（edge）

（2）邻居：一个节点可能与总多的节点连接，这些节点被称为邻居。

（3）实现图：散列表的映射关系，由于散列表是无序的，键值对的添加顺序并不影响。

graph={}
# “you”映射到一个数组，包括了“you”的所有邻居
graph["you"]=["alice","bob","claire"]

（4）类别：

　　=>有向图（directed graph）：边为箭头，箭头的方向指定了关系的方向。关系是单向的，被指向的节点是指向节点的邻居，注意当没有互相指向时，并不互为邻居的。

　　=>无向图（undirected graph）：没有箭头，关系是双向的，直接相连的节点互为邻居。

（5）实现算法：

from collections import deque
def person_is_seller(name):
    return name[-1]=='m'
def search(name):
    # 创建一个队列
    search_queue=deque()
    # 将邻居都加入这个搜索队列中
    search_queue+=graph["you"]
    # 这个数组用于记录检查过的人
    searched=[]

    while search_queue:
        person=search_queue.popleft()
        # 仅当这个人没检查时才检查
        if not person in searched:
            if person_is_seller(person):
                print(person+" is a mango seller~!")
            else:
                search_queue+=graph[person]
                # 将这个人标记为检查过
                searched.append(person)    
    return False

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")