python解无向加权图遍历

要解决无向加权图的遍历问题，你可以使用深度优先搜索（DFS）或广度优先搜索（BFS）算法。这两种算法都可以用来遍历图，并找到图中特定节点之间的路径。

下面是一个使用深度优先搜索算法来遍历无向加权图的示例：

from collections import defaultdict

def dfs(graph, start, visited):
    visited.add(start)
    print(start, end=" ")

    for neighbor, weight in graph[start]:
        if neighbor not in visited:
            dfs(graph, neighbor, visited)

# 创建一个无向加权图的示例
graph = defaultdict(list)
graph[1] = [(2, 1), (3, 2)]
graph[2] = [(1, 1), (4, 3)]
graph[3] = [(1, 2), (4, 4)]
graph[4] = [(2, 3), (3, 4)]

# 初始化访问集合
visited = set()

# 从节点1开始进行深度优先搜索
dfs(graph, 1, visited)

运行上述代码会输出以下结果：

1 2 4 3

这表示从节点1开始，深度优先搜索算法按照路径1-2-4-3遍历了整个图。

如果你想使用广度优先搜索算法来遍历无向加权图，可以使用队列数据结构来实现。以下是一个示例：

from collections import defaultdict, deque

def bfs(graph, start):
    visited = set()
    queue = deque([start])

    while queue:
        node = queue.popleft()
        if node not in visited:
            print(node, end=" ")
            visited.add(node)
            for neighbor, weight in graph[node]:
                if neighbor not in visited:
                    queue.append(neighbor)

# 创建一个无向加权图的示例
graph = defaultdict(list)
graph[1] = [(2, 1), (3, 2)]
graph[2] = [(1, 1), (4, 3)]
graph[3] = [(1, 2), (4, 4)]
graph[4] = [(2, 3), (3, 4)]

# 从节点1开始进行广度优先搜索
bfs(graph, 1)

运行上述代码会输出以下结果：

1 2 3 4

这表示从节点1开始，广度优先搜索算法按照路径1-2-3-4遍历了整个图。

希望这个示例能帮助你解决无向加权图的遍历问题！如有其他问题，请随时提问。