我有以下数据表:
child_pid parent_pid
1 -1
2 1
6 -1
7 6
8 7
9 8
21 -1
22 21
24 -1
25 24
26 25
27 26
28 27
29 28
99 6
107 99
108 -1
109 108
222 109
1000 7
1001 1000
我想编写一个python迭代深度优先搜索,它将生成以下结果:
^{pr2}$以上输出是使用递归方法生成的。我们可以看到所有的子/父关系都被适当地保留了。在
在尝试推导迭代方法时,我使用了另一个教程中的以下逻辑:
def dfs_iterative(graph, start):
stack, path = [start], []
while stack:
vertex = stack.pop()
if vertex in path:
continue
path.append(vertex)
for neighbor in graph[vertex]:
stack.append(neighbor)
return path
结果是:
('final: ',
[[u'1', u'2'],
[u'6', u'99', u'107', u'7', u'1000', u'1001', u'8', u'9'],
[u'21', u'22'],
[u'24', u'25', u'26', u'27', u'28', u'29'],
[u'108', u'109', u'222']])
我们可以看到,除了当一个节点有多个子节点时,结果几乎相同。具体来说,节点6具有以下关系:
6->7->8->9
6->7->1000->1001
6->99->107
在上面的递归输出中,我们看到节点6被适当地分解成其正确的路径关系。在我的迭代尝试中,节点6的所有“后代”都被组合到一个列表中。正在寻找生成递归输出的方法,但使用python中的迭代方法。思想?谢谢你的帮助!在
这里的问题是你的迭代“等价物”不是:你的算法找到图闭包。您想要的结果是在树中找到单独的路径。当你使用错误的工具,你会得到不同的结果。在
您的方法似乎从给定的节点(表面上是根节点之一)开始,并按未定义的邻域顺序累积各个节点。相反,试试这个
这能解决你的问题吗?在
相关问题 更多 >
编程相关推荐