如何用Python编写深度优先搜索算法？

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。

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。