Python广度优先和深度优先

#定义一个图的结构
graph={
    'A':['B','C'],
    'B':['A','C','D'],
    'C':['A','B','D','E'],
    'D':['B','C','E','F'],
    'E':['C','D'],
    'F':['D']
}
#BFS 广度优先搜索   层序遍历
def BFS(graph,s):#graph图  s指的是开始结点
    #需要一个队列
    queue=[]
    queue.append(s)
    seen=set()#看是否访问过该结点
    seen.add(s)
    while (len(queue)>0):
        # 顶点
        vertex=queue.pop(0)#保存第一结点，并弹出，方便把他下面的子节点接入
        nodes=graph[vertex]#子节点的数组
        for w in nodes:
            if w not in seen:#判断是否访问过，使用一个数组
                queue.append(w)
                seen.add(w)
        print(vertex)
BFS(graph, 'C')

# DFS指的是深度优先搜索    回溯法(会回看前面的节点)
# 一直往前走，走不下去往回跳
# 使用stack来进行深度的顺序
# 把栈顶元素去除，在把临接点放入
# 其实并不难，只要把队列改成栈就可以了
def DFS(graph, s):  # 图  s指的是开始结点
    # 需要一个队列
    stack = []
    stack.append(s)
    seen = set()  # 看是否访问过
    seen.add(s)
    while (len(stack) > 0):
        # 拿出邻接点
        vertex = stack.pop()  # 这里pop参数没有0了，最后一个元素
        nodes = graph[vertex]
        for w in nodes:
            if w not in seen:  # 如何判断是否访问过，使用一个数组
                stack.append(w)
                seen.add(w)
        print(vertex)

DFS(graph, 'C')

标签：优先,Python,graph,vertex,queue,seen,广度,stack,append
来源： https://blog.csdn.net/qq_39276337/article/details/121485992