我有一个简单的递归函数，它提供对选项列表的每个可能组合的深度优先搜索:
def twoCharacters_dfs(options, used):
for i in range(len(options)):
used.append(options.pop(0))
print("used=", used)
twoCharacters_dfs(options, used)
if len(used) == 0:
return
options.append(used.pop())
twoCharacters_dfs(['q', 'w', 'e', 'r'], [])
输出(由于长度缩短)如下所示:
used= ['q']
used= ['q', 'w']
used= ['q', 'w', 'e']
used= ['q', 'w', 'e', 'r']
used= ['q', 'w', 'r']
used= ['q', 'w', 'r', 'e']
used= ['q', 'e']
used= ['q', 'e', 'r']
used= ['q', 'e', 'r', 'w']
used= ['q', 'e', 'w']
used= ['q', 'e', 'w', 'r']
....
used= ['w']
....
used= ['e']
....
used= ['r']
....
这一切都很好，并且按我想要的方式工作。但我有兴趣将其从深度优先转换为广度优先，因此输出看起来更像是:
used= ['q']
used= ['w']
used= ['e']
used= ['r']
used= ['q', 'w']
used= ['q', 'e']
used= ['q', 'r']
used= ['w', 'q']
used= ['w', 'e']
used= ['w', 'r']
....
我在某种程度上能够(只有一个硬编码的固定长度列表)迭代地执行它，但需要一个递归解决方案，以便它可以用于任何长度的选项。我还特意避免提供我所寻求的功能的 python 库，因为我想了解事物是如何工作的，并将构建我自己的东西作为学习练习。
我觉得有一个简单的解决方案，但我无法将广度优先算法概念化到我的代码中。
更新
在尝试递归 BFS 解决方案之前，我想创建一个迭代 BFS 解决方案，因为它似乎更容易实现。事实证明，我也很难做到这一点。
def twoCharacters_bfs_iterative(options, used):
for option in options:
print("using option = ", option)
for option1 in options:
list2 = options[:]
list2.remove(option1)
for option2 in list2:
print("using option = ", option1, option2)
for option1 in options:
list2 = options[:]
list2.remove(option1)
for option2 in list2:
list3 = list2[:]
list3.remove(option2)
for option3 in list3:
print("using option = ", option1, option2, option3)
这实现了我想要的输出(上面列出)，但仅适用于我知道长度的集合。我想将它扩展为任意长度的列表，但我无法做到这一点。我想如果我能让迭代解决方案工作，递归解决方案就不会落后了。
最佳答案
编辑:我没有从示例中注意到需要所有排列。遵循使用列表作为队列的函数:
def bfs(options):
queue = [([c], [*options[:i], *options[i+1:]]) for i,c in enumerate(options)]
while len(queue) > 0:
head, tail = queue[0]
print(head)
queue.extend([([*head, c], [*tail[:i], *tail[i+1:]]) for i,c in enumerate(tail)])
del queue[0]
其工作原理如下(64 行，已截断):
>>> bfs(['q','w','e','r'])
['q']
['w']
['e']
['r']
['q', 'w']
['q', 'e']
...
['r', 'w']
['r', 'e']
['q', 'w', 'e']
['q', 'w', 'r']
['q', 'e', 'w']
...
['r', 'q', 'e', 'w']
['r', 'w', 'q', 'e']
['r', 'w', 'e', 'q']
['r', 'e', 'q', 'w']
['r', 'e', 'w', 'q']
还，
def bfs(options):
queue = [([c], [*options[:i], *options[i+1:]]) for i,c in enumerate(options)]
for head, tail in queue:
queue.extend([([*head, c], [*tail[:i], *tail[i+1:]]) for i,c in enumerate(tail)])
return [head for head, tail in queue]
此版本返回一个列表而不是打印。
遵循上一个答案，不考虑排列:
正如其他人在评论中所说的那样，这是不自然的。遵循“递归”函数:
def bfs(options, level=0):
if level == 0:
for c in options:
print([c])
for i in range(1,len(options)):
bfs(options, i)
else:
for i,c in enumerate(options):
for j,g in enumerate(options[i+1:]):
if i+1+j+level <= len(options):
print([c,*options[i+1+j:i+1+j+level]])
最后一行中的
* 需要 Python3，但您可以将其删除。预期的输出是:
['q']
['w']
['e']
['r']
['q', 'w']
['q', 'e']
['q', 'r']
['w', 'e']
['w', 'r']
['e', 'r']
['q', 'w', 'e']
['q', 'e', 'r']
['w', 'e', 'r']
['q', 'w', 'e', 'r']
另一个版本:
def bfs(options, level=0):
for i,c in enumerate(options):
for j,g in enumerate(options[i+1:]):
if i+1+j+level <= len(options):
print([c,*options[i+1+j:i+1+j+level]])
if level == 0:
break
if level < len(options):
bfs(options, level + 1)
关于Python:将列表的所有组合的深度优先搜索转换为广度优先搜索，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/48333927/