class adjMatrixGraph: # 构造方法,n个顶点m条边 def init(self,n,m): self.verNum = n #顶点数 self.edgeNum = m #边数 self.vertex = [0] * n #顶点列表 self.edge = [[0 for i in range(self.verNum)] \ for j in range(self.verNum)] #邻接矩阵二维列表 self.vis = [False] * n #顶点的访问列表,默认没访问过 def addVertex(self,ls): #添加顶点列表 self.vertex = ls def addEdge(self,fr,to):#添加边(fr,to) ifr = self.vertex.index(fr) #起点下标 ito = self.vertex.index(to) #终点下标 self.edge[ifr][ito] = self.edge[ito][ifr] = 1 #邻接矩阵 #邻接矩阵建图 def createGraph(): n,m = map(int,input().split()) #输入n个顶点和m条边 g = adjMatrixGraph(n,m) #创建无向图G g.addVertex(list(input().split())) #输入顶点列表 for i in range(m): #输入m条边 fr,to = input().split() g.addEdge(fr,to) return g 根绝上面代码编写一个广度优先搜索得函数
时间: 2024-03-20 18:39:40 浏览: 68
以下是基于邻接矩阵的广度优先搜索算法实现:
```
from queue import Queue
class adjMatrixGraph:
# 构造方法,n个顶点m条边
def __init__(self, n, m):
self.verNum = n # 顶点数
self.edgeNum = m # 边数
self.vertex = [0] * n # 顶点列表
self.edge = [[0 for i in range(self.verNum)] for j in range(self.verNum)] # 邻接矩阵二维列表
self.vis = [False] * n # 顶点的访问列表,默认没访问过
def addVertex(self, ls):
# 添加顶点列表
self.vertex = ls
def addEdge(self, fr, to):
# 添加边(fr,to)
ifr = self.vertex.index(fr) # 起点下标
ito = self.vertex.index(to) # 终点下标
self.edge[ifr][ito] = self.edge[ito][ifr] = 1 # 邻接矩阵
# 广度优先搜索
def BFS(self, start):
if start not in self.vertex:
return None
start_index = self.vertex.index(start)
q = Queue()
q.put(start_index)
self.vis[start_index] = True
while not q.empty():
cur = q.get()
print(self.vertex[cur], end=' ')
for i in range(self.verNum):
if self.edge[cur][i] and not self.vis[i]:
q.put(i)
self.vis[i] = True
```
其中,BFS方法为广度优先搜索算法实现。它首先判断起始顶点是否存在于顶点列表中,然后初始化队列并将起始顶点加入队列,将其标记为已访问。接下来,开始循环处理队列,取出队首元素,输出其对应的顶点,然后遍历该顶点的所有邻接点,将其加入队列,并标记为已访问。直到队列为空,搜索结束。
阅读全文