在有向树的广度优先搜索中跟踪深度答案

【问题标题】：Tracking depth in a breadth first search of a directed tree在有向树的广度优先搜索中跟踪深度
【发布时间】：2018-09-26 08:30:25
【问题描述】：

我正在尝试查找根与正在遍历的节点的深度之间的距离，例如，如果我有一个表示树 { 1: [2, 3], 2: [4], 3: [5]} 的以下邻接列表，则会创建一个如下所示的关联列表[0, 1, 1, 2, 2]表示每个节点的级别。

我有以下代码，但看不到我打算在哪里添加计数功能等，理想情况下这也可以处理交叉和后边缘

def bfs(graph, root):
    seen, queue = set([root]), collections.deque([root])
    visit_order = []
    while queue:
        vertex = queue.popleft()
        visit_order.append(vertex)
        for node in graph[vertex]:
            if node not in seen:
                seen.add(node)
                queue.append(node)

    print(visit_order)

【问题讨论】：

标签： python tree breadth-first-search

【解决方案1】：

您可以将节点及其级别作为元组排队，而不是仅将节点排队，当您将节点排队时，它总是与当前级别加一耦合，因此当您将节点出队并将节点附加到 @ 987654321@你也可以从元组中获取节点的级别：

import collections
def bfs(graph, root):
    seen, queue = {root}, collections.deque([(root, 0)])
    visit_order = []
    levels = []
    while queue:
        vertex, level = queue.popleft()
        visit_order.append(vertex)
        levels.append(level)
        for node in graph.get(vertex, []):
            if node not in seen:
                seen.add(node)
                queue.append((node, level + 1))

    print(visit_order)
    print(levels)

这样：

bfs({ 1: [2, 3], 2: [4], 3: [5]}, 1)

会输出：

[1, 2, 3, 4, 5]
[0, 1, 1, 2, 2]

【讨论】：

谢谢你，我以为我见过类似的实现，但不知道如何实现，如果一切顺利，我将对一些图表进行一些测试并标记为已回答，谢谢！

【解决方案2】：

您可以使用字典来跟踪当前深度：

from collections import deque
d = {1: [2, 3], 2: [4], 3: [5]}
def bfs(graph, root = 1):
   queue, seen, depths = deque([root]), [], {root:0}
   while queue:
     val = queue.popleft()
     depths.update({i:depths[val] +1 for i in graph.get(val, [])})
     seen.append(val)
     queue.extend([i for i in graph.get(val, []) if i not in seen])
   yield seen, depths

[(_all, _depths)] = bfs(d)
print([_depths[i] for i in _all])

输出：

[0, 1, 1, 2, 2]

但是，当使用class 时，逻辑更简单，因为可以应用深度优先遍历：

class Tree:
  def __init__(self, _start):
     self.__dict__ = {'head':_start, 'data':[Tree(i) for i in d.get(_start, [])]}
  def __contains__(self, _val):
     if self.head != _val and not self.data:
       return False
     return True if self.head == _val else any(_val in i for i in self.data)
  def get_depth(self, _val):
     if self.head == _val:
       return 0
     return 1+[i for i in self.data if _val in i][0].get_depth(_val)

t = Tree(1)
print([t.get_depth(i) for i in set([i for a, b in d.items() for i in [a, *b]])])

输出：

[0, 1, 1, 2, 2]

【讨论】：