这篇文章主要介绍了Python基于回溯法子集树模板实现图的遍历功能,结合实例形式分析了Python使用回溯法子集树模板针对图形遍历问题的相关操作技巧与注意事项,需要的朋友可以参考下
本文实例讲述了Python基于回溯法子集树模板实现图的遍历功能。分享给大家供大家参考，具体如下：
问题
一个图：
A --> B
A --> C
B --> C
B --> D
B --> E
C --> A
C --> D
D --> C
E --> F
F --> C
F --> D
从图中的一个节点E出发，不重复地经过所有其它节点后，回到出发节点E，称为一条路径。请找出所有可能的路径。
分析
将这个图可视化如下：
本问题涉及到图，那首先要考虑图用那种存储结构表示。邻接矩阵、邻接表、...都不太熟。
前面这篇文章http://www.jb51.net/article/122927.htm有一种最简洁的邻接表表示方式。
接下来对问题本身进行分析：
显然，问题的解的长度是固定的，亦即所有的路径长度都是固定的：n（不回到出发节点） 或 n+1（回到出发节点）
每个节点，都有各自的邻接节点。
对某个节点来说，它的所有邻接节点，可以看作这个节点的状态空间。遍历其状态空间，剪枝，深度优先递归到下一个节点。搞定！
至此，很明显套用回溯法子集树模板。
代码：
'''
图的遍历
从一个节点出发，不重复地经过所有其它节点后，回到出发节点。找出所有的路径
'''
# 用邻接表表示图
n = 6 # 节点数
a,b,c,d,e,f = range(n) # 节点名称
graph = [
{b,c},
{c,d,e},
{a,d},
{c},
{f},
{c,d}
]
x = [0]*(n+1) # 一个解（n+1元数组，长度固定）
X = [] # 一组解
# 冲突检测
def conflict(k):
global n,graph,x
# 第k个节点，是否前面已经走过
if k < n and x[k] in x[:k]:
return True
# 回到出发节点
if k == n and x[k] != x[0]:
return True
return False # 无冲突
# 图的遍历
def dfs(k): # 到达（解x的）第k个节点
global n,a,b,c,d,e,f,graph,x,X
if k > n: # 解的长度超出，已走遍n+1个节点 （若不回到出发节点，则 k==n）
print(x)
#X.append(x[:])
else:
for node in graph[x[k-1]]: # 遍历节点x[k]的邻接节点（x[k]的所有状态）
x[k] = node
if not conflict(k): # 剪枝
dfs(k+1)
# 测试
x[0] = e # 出发节点
dfs(1) # 开始处理解x中的第2个节点效果图：
以上是实例讲解Python基于回溯法子集树模板实现图的遍历功能的详细内容。更多信息请关注PHP中文网其他相关文章！
