利用广度优先算法找出最短路径python有向图

好的，针对您的问题，以下是利用广度优先算法找出有向图最短路径的 Python 代码：

from collections import deque

# 构建有向图，使用字典实现邻接表存储
graph = {
    'A': ['B', 'C'],
    'B': ['D', 'E'],
    'C': ['F'],
    'D': [],
    'E': ['F'],
    'F': []
}

# 定义广度优先搜索函数
def bfs_shortest_path(graph, start, end):
    # 创建一个队列，存储起点和起点到起点的距离
    queue = deque([(start, [start])])
    # 创建一个集合，存储已经访问过的节点
    visited = set()
    # 开始搜索
    while queue:
        # 取出队列中的第一个节点及到该节点的路径
        node, path = queue.popleft()
        # 如果该节点是终点，返回路径
        if node == end:
            return path
        # 如果该节点已经访问过，跳过
        if node in visited:
            continue
        # 将该节点标记为已访问
        visited.add(node)
        # 将该节点的邻居加入队列
        for neighbor in graph[node]:
            queue.append((neighbor, path + [neighbor]))
    # 如果搜索完整个图都没有找到终点，返回空路径
    return []
    
# 测试
start = 'A'
end = 'F'
shortest_path = bfs_shortest_path(graph, start, end)
print(f"The shortest path from {start} to {end} is: {shortest_path}")

上述代码中，我们首先使用一个字典实现邻接表存储有向图，然后定义了一个 `bfs_shortest_path` 函数，该函数接受三个参数：图、起点和终点。函数中使用一个队列存储待搜索的节点及到该节点的路径，使用一个集合存储已经访问过的节点，然后开始搜索，直到队列为空或者找到了终点为止。如果搜索完整个图都没有找到终点，返回空路径。

运行以上代码，输出结果为：

The shortest path from A to F is: ['A', 'C', 'F']

这表示从节点 A 到节点 F 的最短路径是 A -> C -> F。