問題描述
待完善.
詞梯文件下載:待完善.
代碼
# 測試代碼可運行. 時間: 20200328
import sys
import os
import unittest
'''
閱讀此代碼需要把圖的構成結構給跑通.
參見:
使用廣度優先遍歷進行標記詞梯問題.
讀取文件:參見.需要下載單詞文件.
參見課程:
'''
class Vertex: # 添加頂點
def __init__(self,num):
self.id = num # 頂點名稱
self.connectedTo = {} # 鄰接表
self.color = 'white' # 顏色.(用於廣度優先)
self.pred = None # 前驅節點(用於廣度優先)
self.disc = 0 # 設置距離(用於廣度優先)
self.dist = sys.maxsize # sys.naxsize 表示最大值
self.fin = 0
# def __lt__(self,o):
# return self.id < o.id
def addNeighbor(self,nbr,weight=0): # 設置權重
self.connectedTo[nbr] = weight
def setColor(self,color): # 顏色(尚未發現=> 白色 / 已經發現 => 灰色 / 完成探索 => 黑色)
self.color = color
def setDistance(self,d): # 設置距離
self.dist = d
def setPred(self,p): # 前驅頂點
self.pred = p
def setDiscovery(self,dtime): # 沒有用到
self.disc = dtime
def setFinish(self,ftime):# 沒有用到
self.fin = ftime
def getFinish(self):# 沒有用到
return self.fin
def getDiscovery(self):# 沒有用到
return self.disc
def getPred(self): # 獲得上一個節點
return self.pred
def getDistance(self): # 獲取距離
return self.dist
def getColor(self):
return self.color
def getConnections(self):
return self.connectedTo.keys()
def getWeight(self,nbr):# 獲取邊的權重.(無向圖的權重為0)
return self.connectedTo[nbr]
def __str__(self): # 沒用用到.
return str(self.id) + ":color " + self.color + ":disc " + str(self.disc) + ":fin " + str(self.fin) + ":dist " + str(self.dist) + ":pred \n\t[" + str(self.pred)+ "]\n"
def getId(self): # 返回節點名稱
return self.id
class Graph: # 添加邊
def __init__(self):
self.vertices = {}
self.numVertices = 0
def addVertex(self,key):
self.numVertices = self.numVertices + 1
newVertex = Vertex(key)
self.vertices[key] = newVertex
return newVertex
def getVertex(self,n): # 獲得頂點
if n in self.vertices:
return self.vertices[n]
else:
return None
def __contains__(self,n):
return n in self.vertices
def addEdge(self,f,t,cost=0):
if f not in self.vertices:
nv = self.addVertex(f)
if t not in self.vertices:
nv = self.addVertex(t)
self.vertices[f].addNeighbor(self.vertices[t],cost)
def getVertices(self):
return list(self.vertices.keys())
def __iter__(self):
return iter(self.vertices.values())
class Queue: # 隊列: 使用隊列進行遍歷. (隊首進,隊尾出)
def __init__(self):
self.items = []
def isEmpty(self):
return self.items == []
def enqueue(self, item): # 隊首進
self.items.insert(0,item)
def dequeue(self): # 隊尾出
return self.items.pop()
def size(self):
return len(self.items)
def buildGraph(wordFile): # 創建桶的函數
d = {}
g = Graph()
wfile = open(wordFile,'r')
# create buckets of words that differ by one letter
for line in wfile:
word = line[:-1]
for i in range(len(word)):
bucket = word[:i] + '_' + word[i+1:]
if bucket in d:
d[bucket].append(word)
else:
d[bucket] = [word]
# add vertices and edges for words in the same bucket
for bucket in d.keys():
for word1 in d[bucket]:
for word2 in d[bucket]:
if word1 != word2:
g.addEdge(word1,word2)
return g
def bfs(g,start): # bfs算法.
start.setColor('gray')
start.setDistance(0) # 由於是起始點.所以起始點距離起始點的距離為0
start.setPred(None) # 設置前驅頂點.起始頂點的前驅節點是為0
vertQueue = Queue() # 創建一個空隊列
vertQueue.enqueue(start) # 把起始頂點裝進空隊列里去
while (vertQueue.size() > 0): # 截至條件是隊列為空
currentVert = vertQueue.dequeue() # 取出第一個進行遍歷
for nbr in currentVert.getConnections(): # 獲取此節點的所有鄰接點
if (nbr.getColor() == 'white'): # 如果為白色. 就添加進隊列
nbr.setColor('gray') # 同時設置為gray ( 白色代表尚未發現 / 灰色代表已經發現,但是尚未探索 / 黑色代表已經探索 )
nbr.setDistance(currentVert.getDistance() + 1) # 同時設置距離 / 等於上一個元素的距離 加 1
nbr.setPred(currentVert) # 同時設置此元素的前驅節點
vertQueue.enqueue(nbr) # 將此節點插入到隊列中去
currentVert.setColor('black') # 設置為黑色.代表已經探索完成
def traverse(y): # 回溯函數.
x = y
while (x.getPred()):
print(x.getId())
x = x.getPred()
print(x.getId())
wordgraph = buildGraph("fourletterwords.txt") # 創建完成的桶
bfs(wordgraph, wordgraph.getVertex('FOOL')) # 把整個列表給遍歷完了.
traverse(wordgraph.getVertex('SAGE'))
#traverse(wordgraph.getVertex('COOL'))
'''
實際測試:代碼已經跑通.
深度優先比搜索和廣度優先搜索換個詞是 深度優先遍歷和廣度優先遍歷
'''
參考
待完善