广度优先无向图路径搜索python

在Python中，可以使用广度优先搜索算法来进行无向图的路径搜索。广度优先搜索算法是一种逐层扩展搜索的方法，它从起始节点开始，依次访问与当前节点相邻的节点，并将它们加入到待访问节点的队列中。通过不断扩展队列中的节点，直到找到目标节点或者队列为空。

下面是一个使用广度优先搜索算法进行无向图路径搜索的Python代码示例：

from collections import deque

def bfs(graph, start, end):
    queue = deque()
    queue.append([start])
    visited = set()
    
    while queue:
        path = queue.popleft()
        node = path[-1]
        
        if node == end:
            return path
        
        if node not in visited:
            for neighbor in graph[node]:
                new_path = list(path)
                new_path.append(neighbor)
                queue.append(new_path)
            
            visited.add(node)
    
    return "No path found"

# 示例图的邻接表表示
graph = {
    'A': ['B', 'C'],
    'B': ['A', 'D'],
    'C': ['A', 'E'],
    'D': ['B'],
    'E': ['C']
}

start_node = 'A'
end_node = 'E'

result = bfs(graph, start_node, end_node)
if result != "No path found":
    print("路径:", "->".join(result))
else:
    print("未找到路径")

在上述代码中，我们使用了一个队列来保存待访问的节点，通过不断出队和添加相邻节点到队列的操作，实现了广度优先搜索算法。在搜索过程中，我们还使用了一个集合来保存已经访问过的节点，避免重复访问。

注意，上述代码只是一个简单示例，实际应用中可能需要根据具体情况进行适当的调整。希望对你有帮助！<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [图的广度和深度优先路径搜索算法(python实现)](https://blog.csdn.net/a15608445683/article/details/125803928)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]