使用字典进行深度优先搜索?
Depth first search using a dictionary?
我正在尝试使用字典进行深度优先搜索,其中键是将要访问的下一个节点,值是前一个节点,但有些地方不太对。到目前为止我有:
from collections import deque
class Graph:
def __init__(self, n):
self.adj = {}
for i in range(n):
self.adj[i] = []
def are_connected(self, node1, node2):
return node2 in self.adj[node1]
def adjacent_nodes(self, node):
return self.adj[node]
def add_node(self):
self.adj[len(self.adj)] = []
def add_edge(self, node1, node2):
if node1 not in self.adj[node2]:
self.adj[node1].append(node2)
self.adj[node2].append(node1)
def number_of_nodes():
return len()
def DFS(G, node1):
S = [node1]
marked = {}
pred = {}
for node in G.adj:
marked[node] = False
while len(S) != 0:
current_node = S.pop()
if not marked[current_node]:
marked[current_node] = True
for node in G.adj[current_node]:
# if node == node2:
# return True
S.append(node)
if not marked[node]:
pred[node] = current_node
pred[current_node] = node
return pred
当我打电话时:
G = Graph(20)
G.add_edge(1, 2)
G.add_edge(2, 3)
G.add_edge(3, 4)
G.add_edge(0, 1)
G.add_edge(4, 5)
G.add_edge(5, 6)
G.add_edge(6, 7)
G.add_edge(4, 6)
G.add_edge(2, 6)
G.add_edge(8, 9)
G.add_edge(10, 3)
G.add_edge(2, 3)
print(DFS(G, 1))
我得到 {0: 1, 6: 2, 10: 3, 1: 6}
但这不可能是正确的,因为 G 中有许多节点甚至没有被访问过,我不太明白问题是什么。感谢您的帮助!
您将 if not marked[node]
条件放在了错误的位置。
def DFS(G, node1):
S = [node1]
marked = {}
pred = {}
for node in G.adj:
marked[node] = False
while len(S) != 0:
current_node = S.pop()
if not marked[current_node]:
marked[current_node] = True
for node in G.adj[current_node]:
# if node == node2:
# return True
S.append(node)
if not marked[node]:
pred[node] = current_node
pred[current_node] = node
return pred
输出将是:{2: 1, 0: 1, 3: 4, 6: 2, 5: 4, 7: 6, 4: 6, 10: 3, 1: 6}
这是你期待的吗?
1: 你想要return DFS 函数中的字典无法显示。假设我们有两条路径到节点 1,分别是节点 0 和节点 2,如果我们得到 {1:2},那么 {1:0} 将替换 {1:2},您可能会丢失一些节点路径。
2:做深度优先搜索,需要“走到尽头”。函数中的数组 S 进行循环,但首先进行广度。
我用递归函数修改你的代码:
def DFS(G, node1, marked = []):
S = [node1]
pred = []
while len(S) != 0:
current_node = S.pop()
if current_node not in marked:
marked.append(current_node)
pred.append(current_node)
for node in G.adj[current_node]:
# if node == node2:
# return True
pred.extend(DFS(G, node, marked))
return pred
我运行 你的测试用例。这是打印结果:
[1, 2, 3, 4, 5, 6, 7, 10, 0]
希望回答对你有帮助嗯
我正在尝试使用字典进行深度优先搜索,其中键是将要访问的下一个节点,值是前一个节点,但有些地方不太对。到目前为止我有:
from collections import deque
class Graph:
def __init__(self, n):
self.adj = {}
for i in range(n):
self.adj[i] = []
def are_connected(self, node1, node2):
return node2 in self.adj[node1]
def adjacent_nodes(self, node):
return self.adj[node]
def add_node(self):
self.adj[len(self.adj)] = []
def add_edge(self, node1, node2):
if node1 not in self.adj[node2]:
self.adj[node1].append(node2)
self.adj[node2].append(node1)
def number_of_nodes():
return len()
def DFS(G, node1):
S = [node1]
marked = {}
pred = {}
for node in G.adj:
marked[node] = False
while len(S) != 0:
current_node = S.pop()
if not marked[current_node]:
marked[current_node] = True
for node in G.adj[current_node]:
# if node == node2:
# return True
S.append(node)
if not marked[node]:
pred[node] = current_node
pred[current_node] = node
return pred
当我打电话时:
G = Graph(20)
G.add_edge(1, 2)
G.add_edge(2, 3)
G.add_edge(3, 4)
G.add_edge(0, 1)
G.add_edge(4, 5)
G.add_edge(5, 6)
G.add_edge(6, 7)
G.add_edge(4, 6)
G.add_edge(2, 6)
G.add_edge(8, 9)
G.add_edge(10, 3)
G.add_edge(2, 3)
print(DFS(G, 1))
我得到 {0: 1, 6: 2, 10: 3, 1: 6}
但这不可能是正确的,因为 G 中有许多节点甚至没有被访问过,我不太明白问题是什么。感谢您的帮助!
您将 if not marked[node]
条件放在了错误的位置。
def DFS(G, node1):
S = [node1]
marked = {}
pred = {}
for node in G.adj:
marked[node] = False
while len(S) != 0:
current_node = S.pop()
if not marked[current_node]:
marked[current_node] = True
for node in G.adj[current_node]:
# if node == node2:
# return True
S.append(node)
if not marked[node]:
pred[node] = current_node
pred[current_node] = node
return pred
输出将是:{2: 1, 0: 1, 3: 4, 6: 2, 5: 4, 7: 6, 4: 6, 10: 3, 1: 6}
这是你期待的吗?
1: 你想要return DFS 函数中的字典无法显示。假设我们有两条路径到节点 1,分别是节点 0 和节点 2,如果我们得到 {1:2},那么 {1:0} 将替换 {1:2},您可能会丢失一些节点路径。
2:做深度优先搜索,需要“走到尽头”。函数中的数组 S 进行循环,但首先进行广度。
我用递归函数修改你的代码:
def DFS(G, node1, marked = []):
S = [node1]
pred = []
while len(S) != 0:
current_node = S.pop()
if current_node not in marked:
marked.append(current_node)
pred.append(current_node)
for node in G.adj[current_node]:
# if node == node2:
# return True
pred.extend(DFS(G, node, marked))
return pred
我运行 你的测试用例。这是打印结果: [1, 2, 3, 4, 5, 6, 7, 10, 0]
希望回答对你有帮助嗯