我要实现DFS算法来保存从一个起始节点的所有路径。 因此,例如,我有以下图表:
我有一个列表path = []
保存所有的路径从节点1开始所以我的列表将只具有起始节点1: 1 ,然后我将检查的1邻居是节点2和列表将是: [1,2]
。 现在我检查哪些是3和4的名单,现在我认为它会像2邻居[[1,2,3], [1,2,4]]
并在结束时的最终名单将在[[1,2,3], [1,2,4,5], [1,2,4,6]]
。 我怎样才能实现呢? 我有每个节点的邻居,但我不知道该怎么每次保存路径,因为进出口新的蟒蛇。 这里是我的代码:
def bfs(G, s):
paths = []
q = queue.Queue()
visited = []
q.put(s)
visited.append(s)
while not q.empty():
v = q.get()
for node in G.neighbors(v):
#here i think that i must save the paths
if node not in visited:
q.put(node)
visited.append(node)
我用networkx创建图表。 所以G是我的曲线,S是起始节点和G.neighbors(v)
我能找到的节点V的邻居。
一个非常简单的深度优先搜索可以如下:给定的起始(头)节点,接入节点的孩子们,并为每个孩子,找它的孩子,并重复迭代,从而过程本身(递归):
def dfs(tree, start, target):
if start == target:
return True
if start not in tree:
return False
for child in tree[start]:
current = dfs(tree, child, target)
if current:
return True
result = dfs({1:[2], 2:[3, 4], 4:[5, 6]}, 1, 5)
result1 = dfs({1:[2], 2:[3, 4], 4:[5, 6]}, 1, 10)
print(bool(result))
print(bool(result1))
输出:
True
False
更短的方式:
def dfs(tree, start, target):
try:
return reduce(lambda x, y:x+y, [True if i == target else dfs(tree, i, target) for i in tree[start]])
except:
return False
print(bool(dfs({1:[2], 2:[3, 4], 4:[5, 6]}, 1, 5)))
输出:
true
def bfs(G, s):
paths = [[s]]
toFollow = [s]
while len(toFollow) > 0:
current_node = toFollow.pop(0)
current_path = [path for path in paths if path[-1] == current_node][0]
neighbors = G.neighbors(current_node)
nonzero = False
for n in neighbors:
nonzero = True
toFollow.append(n)
newPath = list(current_path)
newPath.append(n)
paths.append(newPath)
if nonzero:
paths.remove(current_path)
这也许应该这样做。 我没有测试它。 取而代之的是Queue类的,我只是用Python的本地列表功能。 我开始与我的路径是包含具有单个节点的单一路径列表清单。 另外,我有我需要遵循所谓toFollow,喜欢你的队列路径列表。 虽然仍有遵循一个节点,我弹出它关闭队列(从开始)。 然后我找到的路径及其相应的列表。 在那之后,我为每个邻居的新名单。 如果这是非零,我删除,因为的current_path它是不完整的。
我这样做的方式是通过跟踪用于到达每个节点的路径。 见我的答案在这里 :
跟踪通过它的目标已经到达路径。 一个简单的方法来做到这一点,是推入队列用于到达一个节点,而不是节点本身的完整路径。
我不能帮你用Python,但我希望在Java的例子是很清楚。