Proglib.academy | IT-курсы

💬 DFS vs BFS на Python

Если хотите разобраться, как алгоритмы поиска в глубину и поиска в ширину работают на практике, то вот минимальный пример, который покажет разницу.

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

def dfs(node, visited=set()):
    if node in visited: return
    print(node)
    visited.add(node)
    for neighbor in graph[node]:
        dfs(neighbor, visited)

def bfs(start):
    queue = [start]
    visited = set()
    while queue:
        node = queue.pop(0)
        if node in visited: continue
        print(node)
        visited.add(node)
        queue += graph[node]

➡️ Что делает

— dfs проходит глубоко: A → B → D → E → C → F
— bfs — по уровням: A → B → C → D → E → F
— Обе функции показывают порядок обхода графа

🔵 Чтобы знать об алгоритмах все, забирайте наш курс «Алгоритмы и структуры данных»

Proglib Academy #буст

Please open Telegram to view this post

VIEW IN TELEGRAM

www.tgoop.com/proglib_academy/2787

199 viewsMay 16 at 07:06

💬 DFS vs BFS на Python

Если хотите разобраться, как алгоритмы поиска в глубину и поиска в ширину работают на практике, то вот минимальный пример, который покажет разницу.

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

def dfs(node, visited=set()):
    if node in visited: return
    print(node)
    visited.add(node)
    for neighbor in graph[node]:
        dfs(neighbor, visited)

def bfs(start):
    queue = [start]
    visited = set()
    while queue:
        node = queue.pop(0)
        if node in visited: continue
        print(node)
        visited.add(node)
        queue += graph[node]