python数据结构之图的实现方法

本文实例讲述了python数据结构之图的实现方法。分享给大家供大家参考。具体如下：

下面简要的介绍下：

比如有这么一张图：

    A -> B
    A -> C
    B -> C
    B -> D
    C -> D
    D -> C
    E -> F
    F -> C

可以用字典和列表来构建

graph = {'A': ['B', 'C'],
'B': ['C', 'D'],
'C': ['D'],
'D': ['C'],
'E': ['F'],
'F': ['C']}

找到一条路径：

def find_path(graph, start, end, path=[]):
path = path + [start]
if start == end:
return path
if not graph.has_key(start):
return None
for node in graph[start]:
if node not in path:
newpath = find_path(graph, node, end, path)
if newpath: return newpath
return None

找到所有路径：

def find_all_paths(graph, start, end, path=[]):
path = path + [start]
if start == end:
return [path]
if not graph.has_key(start):
return []
paths = []
for node in graph[start]:
if node not in path:
newpaths = find_all_paths(graph, node, end, path)
for newpath in newpaths:
paths.append(newpath)
return paths

找到最短路径：

def find_shortest_path(graph, start, end, path=[]):
path = path + [start]
if start == end:
return path
if not graph.has_key(start):
return None
shortest = None
for node in graph[start]:
if node not in path:
newpath = find_shortest_path(graph, node, end, path)
if newpath:
if not shortest or len(newpath) < len(shortest):
shortest = newpath
return shortest

希望本文所述对大家的Python程序设计有所帮助。

您可能感兴趣的文章:

• python数据结构之图深度优先和广度优先实例详解
• Python数据结构与算法之图结构（Graph）实例分析
• Python数据结构与算法之图的最短路径(Dijkstra算法)完整实例
• Python数据结构与算法之图的广度优先与深度优先搜索算法示例
• Python数据结构与算法之图的基本实现及迭代器实例详解
• Python数据结构之哈夫曼树定义与使用方法示例
• Python数据结构之双向链表的定义与使用方法示例
• Python数据结构与算法之使用队列解决小猫钓鱼问题
• Python数据结构与算法之二叉树结构定义与遍历方法详解
• Python数据结构之图的应用示例