关于DFS和BFS算法——Python的代码实现和讲解。

1.什么是DFS和BFS？

1.1DFS

• DFS，通俗来讲，就是深度优先搜索，它可以通过栈来实现。
  举个例子：
  
  图中的例子以A为出发点。
  那么DFS的其中一个结果就是ABDFEC。
  

简单点概括就是一条路走到黑，如果无路可走了，就会有一个回溯的过程，直到所有的节点都已经走过了。

1.2BFS

• BFS，通俗来讲，就是广度优先搜索，它可以通过队列来实现。
  也是上面的图片的例子：
  BFS的其中一个结果就是：ABCDEF，
  
  概括来说，就是把每个的相关点都依次的写出来。

2.DFS和BFS的代码实现

2.1DFS的代码实现

graph = {
    
    
    'A':['B','C'],
    'B':['A','C','D'],
    'C':['A','B','D','E'],
    'D':['B','C','E','F'],
    'E':['C','D'],
    'F':['D'],
}
def DFS(graph,s):       #graph表示图表关系，s表示开始的节点
    stack = []          #新建栈
    stack.append(s)       #将初始节点加入到栈中
    seen = set()       #建立一个集合，后续判断是否重复
    seen.add(s)
    while (len(stack) > 0):
        vertex = stack.pop()     #移出栈的最后一个元素
        nodes = graph[vertex]     #找到那个元素的相关节点并保存起来
        for w in nodes:
            if w not in seen:        #如果节点不重复，就添加到栈中
                stack.append(w)
                seen.add(w)
        print(vertex)
DFS(graph,'A')





A
C
E
D
F
B

2.2BFS的代码实现

graph = {
    
    
    'A':['B','C'],
    'B':['A','C','D'],
    'C':['A','B','D','E'],
    'D':['B','C','E','F'],
    'E':['C','D'],
    'F':['D'],
}
def BFS(graph,s):       #graph表示图表关系，s表示开始的节点
    queue = []          #新建队列
    queue.append(s)       #将初始节点加入到队列中
    seen = set()       #建立一个集合，后续判断是否重复
    seen.add(s)
    while (len(queue) > 0):
        vertex = queue.pop(0)     #移出队列的第一个元素
        nodes = graph[vertex]     #找到那个元素的相关节点并保存起来
        for w in nodes:
            if w not in seen:      #如果节点不重复，就添加到队列中
                queue.append(w)
                seen.add(w)
        print(vertex)
BFS(graph,'A')




A
B
C
D
E
F