前两天我们使用深度优先遍历算法解决了两道例题,所谓深度优先算法就是从某个节点v出发开始进行搜索,不断搜索直到该结点的所有边都遍历完成。当节点v的所有边都被遍历之后,深度优先遍历算法则需要回溯到v的前驱节点,来继续搜索这个前驱节点的其他边。
接下来学习广度优先遍历算法,广度优先遍历算法和深度优先遍历算法不同,它搜索答案的时候采用由近到远的方式。先访问离起始点进的节点,再访问离起始点远的节点。因此广度优先遍历算法也被称作层次遍历算法.。
下面我们来看一道和深度优先遍历算法有关的例题:
问题描述:
每个学校都有自己的培养计划,培养计划中课与课之间的关系是非常紧密的,这是一张课程关图:
如图所示,计算机基础和数学是JAVA的先修课,意味着必须学完数学和计算机基础才可以学习JAVA。同理,只有学完JAVA和英语才可以学习算法,类似这样的问题给同学们选课造成了很大的麻烦,因此我们需要编写程序,在给定的先修关系中找出学生选课的顺序。 依赖关系如下图:
由上图我们可以得知,0、1是2的先修课,2、3是4的先修课。
思路:
首先我们要找出没有先修课的课程,因此需要建立一个数组来记录每门课的先修课记录,将每门课的先修课数量初始化为0,课程数量为numCourse:
preListCount = [0] * numCourses
之后通过先修课关系的二维数组来计算每门课的先修课数量:
for line in preList: for i in range(len(line)): # 取出二维数组中的每一行 对每一行的数据进行处理 if line[i] == 1: preListCount[i] += 1 # 针对每一行的数据 来为preListCount赋值
之后我们建立一个队列用来存储目前可以选择的课程(前导课程的数量为0):
canTake = [] # 创建队列(一种先进先出的数据结构) 用来存放目前可以选修的课程 for i in range(len(preListCount)): if preListCount[i] == 0: canTake.append(i) # 首先将先导课为0的课程加入队列 这些课程可以直接选修
经过以上的步骤之后,我们就可以使用广度优先遍历算法来选课了。广度优先遍历算法以队列作为基础,首先加入直接可以选修的课程,依次将列表中的课程学完之后,再把那些新的可以选修的课程加入进去,直到队列为空。
我们首先看一下广度优先遍历的代码模板:
while len(canTake) != 0: thisClass = canTake[0] del canTake[0] # 删除可以选修队列的第一个元素 代表已经选修完成
每次从队列从取出一门课,把它加入最终选课列表。同时,如果哪门课的先修课是它,就要将那门课程的先修课数量减一。减一之后如果那门课程的先修课数量也变成了0,就说明那门课程也是可以选修的。即可它把加入队列。
完整代码如下:
def bfs(numCourses, preList): preListCount = [0] * numCourses for line in preList: for i in range(len(line)): # 取出二维数组中的每一行 对每一行的数据进行处理 if line[i] == 1: preListCount[i] += 1 # 针对每一行的数据 来为preListCount赋值 canTake = [] # 创建队列(一种先进先出的数据结构) 用来存放目前可以选修的课程 for i in range(len(preListCount)): if preListCount[i] == 0: canTake.append(i) # 首先将先导课为0的课程加入队列 这些课程可以直接选修 classTake = [] while len(canTake) != 0: thisClass = canTake[0] del canTake[0] # 删除可以选修队列的第一个元素 代表已经选修完成 classTake.append(thisClass) for i in range(numCourses): # 来判断已经选修完成的课是否是某个课程的先导课 if preList[thisClass][i] == 1: preListCount[i] -= 1 if preListCount[i] == 0: canTake.append(i) # 某个课程没有先导课之后,将该课程加入canTake队列 return classTake