深度优先搜索的Python语言模板

# 定义深度优先搜索函数
def dfs(node, visited):
# 如果当前节点已经被访问过，则返回
if visited[node]:
return

# 标记当前节点为已访问
visited[node] = True

# 处理当前节点
# ...

# 递归遍历当前节点的邻居节点
for neighbor in node.neighbors:
dfs(neighbor, visited)

# 创建图的节点类
class Node:
def __init__(self, val):
self.val = val
self.neighbors = []

# 创建图的节点
node1 = Node(1)
node2 = Node(2)
node3 = Node(3)

# 构建图的邻接表
node1.neighbors = [node2, node3]
node2.neighbors = [node1]
node3.neighbors = [node1]

# 初始化节点访问状态
visited = [False] * 3

# 从节点1开始进行深度优先搜索
dfs(node1, visited)

相关问题

深度优先搜索Python实现

深度优先搜索（Depth-First Search，DFS）是一种常用的图遍历算法，它通过递归的方式从起始节点开始，沿着一条路径尽可能深入地搜索，直到无法继续为止，然后回溯到上一个节点，继续搜索其他路径。下面是深度优先搜索的Python实现：

# 定义图的类
class Graph:
    def __init__(self):
        self.graph = {}

    # 添加边
    def add_edge(self, u, v):
        if u in self.graph:
            self.graph[u].append(v)
        else:
            self.graph[u] = [v]

    # 深度优先搜索
    def dfs(self, start):
        visited = set()  # 记录已访问的节点
        self._dfs(start, visited)

    def _dfs(self, node, visited):
        visited.add(node)
        print(node, end=" ")  # 输出当前节点
        neighbors = self.graph.get(node, [])
        for neighbor in neighbors:
            if neighbor not in visited:
                self._dfs(neighbor, visited)

# 创建图对象
g = Graph()

# 添加边
g.add_edge(1, 2)
g.add_edge(1, 3)
g.add_edge(2, 4)
g.add_edge(2, 5)
g.add_edge(3, 6)
g.add_edge(3, 7)

# 从节点1开始进行深度优先搜索
print("深度优先搜索结果：")
g.dfs(1)

以上代码中，首先定义了一个`Graph`类来表示图，其中`add_edge`方法用于添加边，`dfs`方法用于进行深度优先搜索。在`_dfs`方法中，使用递归的方式进行深度优先搜索，并通过一个`visited`集合来记录已访问的节点，避免重复访问。

python深度优先搜索模板

以下是 Python 的深度优先搜索模板：

visited = set()

def dfs(node):
    # 如果节点已经被访问过，直接返回
    if node in visited:
        return
    
    # 访问当前节点
    visited.add(node)
    
    # 处理当前节点
    # ...
    
    # 递归访问当前节点的邻居节点
    for neighbor in node.neighbors:
        dfs(neighbor)

这是一个基本的深度优先搜索模板，其中 visited 是一个集合，用于记录已经访问过的节点。在 dfs 函数中，首先判断当前节点是否已经被访问过，如果是，则直接返回；否则，将当前节点加入 visited 集合中，并处理当前节点。然后，递归访问当前节点的邻居节点。