算法快学笔记(十二):图的广度优先搜索(BFS-Breadth First Search)

栏目: 编程工具 · 发布时间: 5年前

内容简介:广度优先搜索(BFS)是一个经典的图算法,该算法能够找出两样东西之间的最短距离!使用广度优先搜索可以:要说明的是,广度优先搜索是一种用于图的查找算法,可帮助回答两类问题。

1. 介绍

广度优先搜索(BFS)是一个经典的图算法,该算法能够找出两样东西之间的最短距离!使用广度优先搜索可以:

  • 编写国际跳棋AI,计算最少走多少步就可获胜;
  • 编写拼写检查器,计算最少编辑多少个地方就可将错拼的单词改成正确的单词,如将READED改为READER需要编辑一个地方;
  • 根据你的人际关系网络找到关系最近的医生。

要说明的是,广度优先搜索是一种用于图的查找算法,可帮助

回答两类问题。

  • 第一类问题:从节点A出发,有前往节点B的路径吗?
  • 第二类问题:从节点A出发,前往节点B的哪条路径最短?

2. 原理说明

假设你经营着一个芒果农场,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,这种查找很简单。首先,创建一个朋友名单,假设你没有朋友是芒果销售商,那么你就必须在朋友的朋友中查找,检查名单中的每个人时,你也都将其朋友加入名单

算法快学笔记(十二):图的广度优先搜索(BFS-Breadth First Search)

这样一来,你不仅在朋友中查找,还在朋友的朋友中查找。别忘了,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。这意味着你将在她的朋友、朋友的朋友等中查找。使用这种算法将搜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。

对于BFS要解决的第一个问题很容易处理,只要遍历朋友列表,就能得知朋友圈中到底有没有芒果销售商,下面来看看如何找到哪个销售商和你的关系是最好的。

2.1 查找最亲密的销售商

为了便于度量关系的亲密度,我们假设朋友是一度关系,朋友的朋友是二度关系…,一度关系胜过二度关系,二度关系胜过三度关系,以此类推.

为了确保找到的销售商关系是最亲密的,你应先在一度关系中搜索,确定其中没有芒果销售商后,才在二度关系中搜索。

BFS算法的执行流程也就是**搜索范围从起点开始逐渐向外延伸,即先检查一度关系,再检查二度关系。**

在查找列表的过程中,有点需要注意,因为1度关系比二度关系先添加,二度关系比三度关系先添加,因此只有按添加顺序查找,才能找到最短路径。此处可以使用队列实现。

3. 算法实现

# -*- coding:utf-8 -*-
# @Author:sunaihua 
from collections import deque

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"] = ["bob"]

# 节点对象,用来标识各个节点之间的父子关系
# name:字符串类型,代表节点名称
# parent:Node类型
class Node:
    def __init__(self, name, parent):
        self.name = name
        self.parent = parent

    def __str__(self):
        return self.name


def is_seller(friend):
    return friend.name[-1] == 'm'

# 通过bfs找到最近的节点
def bfs_search():
    search_queue = deque()
    # 初始化任务队列
    search_queue += [Node(name=friend, parent=Node(name='you', parent=None)) for friend in graph['you']]
    searchrd = []
    while search_queue:
        # 每次都弹出队列最左面的元素,且是关系最亲密的。
        friend = search_queue.popleft()
        # 防止重复搜索
        if friend not in searchrd:
            if is_seller(friend):
                print "has seller,%s is seller" % (friend)
                return friend

            else:
                # 将当前friend的所有friend添加到队列的最右面
                search_queue += [Node(name=f, parent=friend) for f in graph[friend.name]]
    return None

# 根据超找到的对象,打印路径
def print_path(node):
    node_name_stack = []
    node_name_stack.append(node.name)
    parent_node = node.parent
    # 生成节点名称列表
    while parent_node:
        node_name_stack.append(parent_node.name)
        parent_node = parent_node.parent
    # 反转列表
    node_name_stack.reverse()
    # 打印路径
    print "friends path:","--->".join(node_name_stack)


if __name__ == '__main__':
    target = bfs_search()
    print_path(target)

4. 运行时间

如果你在你的整个人际关系网中搜索芒果销售商,就意味着你将沿每条边前行(记住,边是

从一个人到另一个人的箭头或连接),因此运行时间至少为O(边数)。

你还使用了一个队列,其中包含要检查的每个人。将一个人添加到队列需要的时间是固定的,即为O(1),因此对每个人都这样做需要的总时间为O(人数)。所以,广度优先搜索的运行时间为

O(人数 + 边数),这通常写作O(V + E),其中V为顶点(vertice)数,E为边数

5. 总结

  • 广度优先搜索主要用来解决最短路径问题
  • FS算法的执行流程是搜索范围从起点开始逐渐向外延伸,即先检查一度关系,再检查二度关系…
  • 时间复杂度为O(V + E)

以上所述就是小编给大家介绍的《算法快学笔记(十二):图的广度优先搜索(BFS-Breadth First Search)》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

运营前线 2

运营前线 2

兰军 等著 / 机械工业出版社 / 2017-4 / 69.00

“运营前线”是一个系列,目前已经出版2部,与“产品前线”一样,该系列书也由资深的产品和运营专家兰军(Blues)领衔策划和写作,旨在梳理和总结国内一线互联网公司的运营方法和技巧,让所有产品人和运营人都有机会了解和学习这些大的互联网公司是如何做运营的。 这2部作品汇集了来自腾讯、阿里、百度、360、迅雷、YY、小米、爱奇艺、乐视等数十家大型互联网公司的一线运营专家的技巧和方法论。共包含9大运营......一起来看看 《运营前线 2》 这本书的介绍吧!

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

URL 编码/解码
URL 编码/解码

URL 编码/解码

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具