python广度优先搜索（BFS）算法

BFS是一种用于图的遍历或搜索算法，它从根节点（选择某个任意节点作为起点）开始，首先访问其所有邻居节点，然后再依次访问这些邻居节点的未访问邻居节点

from collections import deque

def bfs(graph, start):
    # 记录已访问的节点
    visited = set()
    # 初始化队列，并将起始节点加入队列
    queue = deque([start])
    visited.add(start)

    # 当队列不为空时继续循环
    while queue:
        # 从队列中取出并访问队首节点
        vertex = queue.popleft()
        print(vertex, end=" ")

        # 遍历当前节点的所有邻居节点
        for neighbour in graph[vertex]:
            if neighbour not in visited:
                # 如果邻居节点未被访问，则标记为已访问并加入队列
                visited.add(neighbour)
                queue.append(neighbour)

# 示例图
graph = {
    'A': ['B', 'C', 'D'],
    'B': ['E', 'F'],
    'C': ['G'],
    'D': [],
    'E': [],
    'F': [],
    'G': []
}

# 调用BFS函数并传入图和起始节点
bfs(graph, 'A')

1.导入模块

from collections import deque

2.定义BFS函数

def bfs(graph,start):

定义一个名为 bfs 的函数，接收两个参数：图 graph 和起始节点 start。

3.初始化数据结构：

visited = set()

queue = deque([start])

visited.add(start)

4.处理队列中的节点：

while queue:

vertex = queue.popleft()

print(vertex,end=" ")

5.遍历邻居节点：

for neighbour in graph[vertex]:

if neighbour not in visited:

visited.add(neighbour)

queue.append(neighbour)

对于当前节点vertex 的每一个邻居节点 neighbour,如果该邻居节点尚未被访问过，则将其标记为已访问，并加入队列

6.示例图：

graph = {

'A':['B','C','D'],

'B':['E','F'],

'C':['G'],

'D':[ ],

'E':[ ],

'F':[ ],

'G':[ ]

}

这是一个简单的无向图，表示了各个节点及其连接关系

7.调用bfs函数

bfs(graph,'A')

以节点 'A' 作为起始节点，对给定的图执行广度优先搜索。