如何用Python编写深度优先搜索算法？
深度优先搜索（Depth-First Search，简称DFS）是一种常用的图遍历算法。在深度优先搜索中，从起始节点开始，不断探索邻接节点，直至无法继续探索，然后回退到上一节点，继续遍历还未探索的邻接节点，直至所有节点都被访问。
下面是一个用Python编写的深度优先搜索算法示例：
# 定义图的类
class Graph:
def __init__(self, vertices):
self.V = vertices # 节点数量
self.adj = [[] for _ in range(self.V)] # 存储节点的邻接节点
# 添加边
def add_edge(self, u, v):
self.adj[u].append(v)
# DFS递归函数
def dfs_util(self, u, visited):
visited[u] = True # 标记当前节点为已访问
print(u, end=' ') # 输出当前节点
# 遍历当前节点的所有邻接节点
for i in self.adj[u]:
if not visited[i]:
self.dfs_util(i, visited)
# 对外接口，执行DFS
def dfs(self, u):
visited = [False] * self.V # 标记所有节点均未访问
self.dfs_util(u, visited)
# 测试代码
if __name__ == '__main__':
# 创建一个具有4个节点的图
g = Graph(4)
# 添加图的边
g.add_edge(0, 1)
g.add_edge(0, 2)
g.add_edge(1, 2)
g.add_edge(2, 0)
g.add_edge(2, 3)
g.add_edge(3, 3)
print("深度优先遍历结果：")
g.dfs(2)以上代码实现了一个Graph类来表示图的结构，其中包含了初始化节点数量和邻接节点的定义。接着定义了添加边的函数add_edge。add_edge。
DFS算法在dfs_util递归函数的辅助下进行，函数接受两个参数：当前节点u和一个数组visited，用于标记节点是否已经访问。算法首先将当前节点标记为已访问，并输出该节点的值。然后遍历当前节点的所有邻接节点，如果邻接节点尚未被访问，则递归调用dfs_util函数。
最后，dfs函数作为对外接口，接受起始节点作为参数，并创建一个visited数组初始化为False。调用dfs_util
dfs_util递归函数的辅助下进行，函数接受两个参数：当前节点u和一个数组visited，用于标记节点是否已经访问。算法首先将当前节点标记为已访问，并输出该节点的值。然后遍历当前节点的所有邻接节点，如果邻接节点尚未被访问，则递归调用dfs_util函数。最后，dfs函数作为对外接口，接受起始节点作为参数，并创建一个visited数组初始化为False。调用dfs_util函数开始DFS遍历。在测试代码中，我们创建了一个具有4个节点的图，并添加了一些边。然后使用起始节点2进行DFS遍历，并输出结果。🎜🎜希望这个代码示例能够帮助你理解如何用Python编写深度优先搜索算法。你也可以根据自己的需求对代码进行修改和优化。🎜以上是如何用Python编写深度优先搜索算法？的详细内容。更多信息请关注PHP中文网其他相关文章！
