Python中的BFS算法答案

【问题标题】：BFS algorithm in PythonPython中的BFS算法
【发布时间】：2014-05-05 17:08:54
【问题描述】：

graph={ 0:[1,3,4], 1:[0,2,4], 2:[1,6], 3:[0,4,6], 4:[0,1,3,5], 5:[4], 6:[2,3] }

def bfs(graph, start, path=[]):
    queue = [start]
    while queue:
        vertex = queue.pop(0)
        if vertex not in path:
            path.append(vertex)
            queue.extend(graph[vertex] - path)
    return path

print bfs(graph, 0)

伙计们！有人可以帮我处理这个 bfs 代码吗？我不明白如何解决这个排队问题。

【问题讨论】：

“解决”是什么意思？解决方案应该是什么？此外，请注意在 Python 中将默认参数设置为 []。见this article。
我认为通过“解决此队列行”，他的意思是，诊断以queue.extend 开头的行上发生的错误。即TypeError: unsupported operand type(s) for -: 'list' and 'list'
顺便提一下，OP，请注意函数定义中的path=[] - 如果您多次运行此函数，您可能会得到令人惊讶的结果。请参阅this 关于默认可变参数的问题。

标签： python algorithm graph breadth-first-search

【解决方案1】：

要使用路径上尚未看到的所有节点来扩展队列，请使用集合操作：

queue.extend(set(graph[vertex]).difference(path))

或使用生成器表达式：

queue.extend(node for node in graph[vertex] if node not in path)

列表不支持减法。

您并不真正需要过滤节点，但是，您的代码可以使用简单的：

queue.extend(graph[vertex])

if vertex not in path: 测试还可以防止重新访问节点。

您不应该使用列表作为默认参数，请参阅"Least Astonishment" and the Mutable Default Argument；你根本不需要默认参数：

def bfs(graph, start):
    path = []

演示：

>>> graph={ 0:[1,3,4], 1:[0,2,4], 2:[1,6], 3:[0,4,6], 4:[0,1,3,5], 5:[4], 6:[2,3] }
>>> def bfs(graph, start):
...     path = []
...     queue = [start]
...     while queue:
...         vertex = queue.pop(0)
...         if vertex not in path:
...             path.append(vertex)
...             queue.extend(graph[vertex])
...     return path
... 
>>> print bfs(graph, 0)
[0, 1, 3, 4, 2, 6, 5]

【讨论】：

使用 queue.extend(graph[vertex]) 得到相同的结果。
@PadraicCunningham：当然；因为vertex not in path 测试也会过滤。好点子。
if vertex not in path: 支票很贵...可以提高效率吗？我知道路径必须包含顺序。也许，可以使用第二组来测试成员资格。
@cᴏʟᴅsᴘᴇᴇᴅ：我过去曾尝试过这个；除非您的路径很长，否则通常不值得付出努力。

【解决方案2】：

queue.extend(graph[vertex] - path)

这一行给出TypeError: unsupported operand type(s) for -: 'list' and 'list'，因为你不能减去两个列表。您可以将它们转换为确实支持差异的不同集合。例如：

graph={ 0:[1,3,4], 1:[0,2,4], 2:[1,6], 3:[0,4,6], 4:[0,1,3,5], 5:[4], 6:[2,3] }

def bfs(graph, start, path=[]):
    queue = [start]
    while queue:
        vertex = queue.pop(0)
        if vertex not in path:
            path.append(vertex)
            queue.extend(set(graph[vertex]) - set(path))
    return path

print bfs(graph, 0)

结果：

[0, 1, 3, 4, 2, 6, 5]

顺便说一句，修改参数列表可能会很好，这样您就没有可变列表作为默认值：

def bfs(graph, start, path=None):
    if path == None: path = []

【讨论】：

您不需要将两者都转换为集合（set.difference() 接受任何可迭代对象）并且 list.extend() 也接受任何可迭代对象，因此 list() 调用也是多余的。
对不必要的list 电话进行良好观察。已编辑。但是，如果想要使用减号运算符，看起来两个set 转换都是必要的。不过，正如您所说，明确的 difference 调用可能会获取一个列表。
这里也只需要 queue.extend(graph[vertex])。
queue.extend(set(graph[vertex]) - set(path) - set(queue)) 为了避免在队列中多次添加尚未访问的节点。

【解决方案3】：

Bug 是没有列表差异方法。您可以将其转换为设置并使用设置差异方法，也可以将列表理解用作

queue.extend(graph[vertex] - path)

可以替换为

queue += [i for i in graph[vertex] if i not in path].

【讨论】：

【解决方案4】：

 #USE BELOW CODE FOR SIMPLE UNDERSTANDING

    

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


visited = [] #Store visted nodes
queue = [] #BFS uses queue structure so this varible will work like QUEUE ( LIFO)
final_result = [] 

def bfs(visited,graph,node):
    visited.append(node)
    queue.append(node)
    
    while queue:
        s = queue.pop(0)
        print(s,end=" ")
        #final_result.append(s)
        
        for neighbour in graph[s]:
            if neighbour not in visited:
                visited.append(neighbour)
                queue.append(neighbour)
    

    bfs(visited,graph,'A')
    print(final_result)

【讨论】：