DFS & BFS

图

1.DFS & BFS

深度优先算法：
（1）访问初始顶点v并标记顶点v已访问。
（2）查找顶点v的第一个邻接顶点w。
（3）若顶点v的邻接顶点w存在，则继续执行；否则回溯到v，再找v的另外一个未访问过的邻接点。
（4）若顶点w尚未被访问，则访问顶点w并标记顶点w为已访问。
（5）继续查找顶点w的下一个邻接顶点wi，如果v取值wi转到步骤（3）。直到连通图中所有顶点全部访问过为止。

广度优先算法：
（1）顶点v入队列。
（2）当队列非空时则继续执行，否则算法结束。
（3）出队列取得队头顶点v；访问顶点v并标记顶点v已被访问。
（4）查找顶点v的第一个邻接顶点col。
（5）若v的邻接顶点col未被访问过的，则col入队列。
（6）继续查找顶点v的另一个新的邻接顶点col，转到步骤（5）。直到顶点v的所有未被访问过的邻接点处理完。转到步骤（2）。

class Grapy(object):
    """docstring for Grapy"""
    def __init__(self, *arg,graph={}):
        self.graph = graph
        self.visited = {}

    def depth_first_traverse(self,root=None):
        result=[]

        def dft(node):
            self.visited[node]=True
            result.append(node)
            for n in self.graph[node]:
                if not n in self.visited:
                    dft(n)

        if root:
            dft(root)

        return result

    def breadth_first_traverse(self,root=None):
        queue = [root]
        result = [root]
        def bft():
            while queue:
                node = queue.pop(0)
                self.visited[node] = True
                for n in self.graph[node]:
                    if (not n in self.visited) and (not n in queue):
                        queue.append(n)
                        result.append(n)
        if root:
            bft()

        return result