我正在研究如何在David Beazly出色的Python Cookbook文本中使用Python中的Generators。以下代码配方使用生成器非常优雅地定义了深度优先树遍历:
# example.py
#
# Example of depth-first search using a generator
class Node:
def __init__(self, value):
self._value = value
self._children = []
def __repr__(self):
return 'Node({!r})'.format(self._value)
def add_child(self, node):
self._children.append(node)
def __iter__(self):
return iter(self._children)
def depth_first(self):
yield self
for c in self:
yield from c.depth_first()
# Example
if __name__ == '__main__':
root = Node(0)
child1 = Node(1)
child2 = Node(2)
root.add_child(child1)
root.add_child(child2)
child1.add_child(Node(3))
child1.add_child(Node(4))
child2.add_child(Node(5))
for ch in root.depth_first():
print(ch)
# Outputs: Node(0), Node(1), Node(3), Node(4), Node(2), Node(5)
我正在努力想出一个同样优雅的方法
def breadth_first(self):
pass
我故意不发布我一直在尝试的疯狂内容,因为我尝试过的所有内容都要求保持“状态”。我不想使用传统的基于队列的解决方案。这个学术练习的重点是学习发电机的深度表现。因此,我想使用上面树的生成器创建一个并行的'breadth_first'方法。
欢迎任何指针/解决方案。
答案 0 :(得分:3)
你没有bfs
使用递归(堆栈)而没有一些严重的黑客攻击,但是队列会起作用:
def breadth_first(self):
q = [self]
while q:
n = q.pop(0)
yield n
for c in n._children:
q.append(c)
答案 1 :(得分:0)
您实施的深度优先解决方案本质上是“先迭代然后递归”
def depth_first(self):
yield self
for c in self.children:
yield from c.depth_first():
受this blog post的启发,您获得了广度优先搜索,即“先递后迭代”:
def breadth_first(self):
yield self
if self.children:
for c in self.breadth_first():
yield from c.children
答案 2 :(得分:0)
我发现它既有用又优雅,一次就能生成整个宽度。下面的Python 3生成器:
def get_level(t: Node) -> Iterable[List]:
curr_level = [t] if t else []
while len(curr_level) > 0:
yield [node._value for node in curr_level]
curr_level = [child for parent in curr_level
for child in parent._children
if child]