Python在社交图上使用广度优先搜索

我已经阅读了很多关于如何使用广度优先搜索、dfs、a*等的stackoverflow问题，问题是什么是最佳使用以及如何在模拟图中实现它。例如

假设你有一个Twitter/Facebook/某个社交网站的社交图，在我看来，搜索算法的工作原理如下：

如果用户A有10个朋友，那么其中一个有2个朋友，另一个有3个。搜索将首先找出用户A的朋友是谁，然后必须查找十个用户中每个人的朋友。对我来说这好像是bfs

然而，我不确定这是否是实现算法的方法

---

谢谢，

谢谢我的两分钱，如果你只是想遍历整个图形，那么使用什么算法并不重要，只要它只命中每个节点一次。这似乎是你注意到的：

我只是想遍历整个图表

这意味着你的术语在技术上是有缺陷的——你说的是行走一个图形，而不是搜索一个图形。除非你真的想寻找一些特别的东西，而你在问题中根本没有提到

综上所述，Facebook和Twitter是非常不同的图形结构，它们确实会影响你如何使用它们：

Facebook基本上是一个无向图。如果X是Y的朋友，Y必须是X的朋友（或与X有关系，或与X有关联等）

Twitter基本上是一个有向图。如果X跟在Y后面，Y不必跟在X后面

这些问题将对图遍历算法产生重大影响。老实说，如果你只想访问所有的节点，你甚至需要一个图吗？为什么不迭代所有这些呢？如果某个数据结构MY_data中的所有节点都是可编辑的，则可以使用如下生成器表达式：

def nodeGenerator(MY_DATA)
    for node in MY_DATA:
        yield node

显然，您需要调整nodeGenerator内部，以处理实际访问节点的方式。尽管如此，大多数图结构都实现了节点迭代器。然后，您可以随时通过以下方式创建迭代器：

 for node in nodeGenerator(MY_DATA):
     (Do something here)

也许我没有抓住问题的重点，但现在你提出了一个关于没有搜索问题的搜索算法的问题。由于优化和搜索的本质，任何搜索算法的价值都将完全取决于您试图检查的搜索问题

---

即使在相同的数据集中也是如此。毕竟，如果你要搜索每个名字以字母D开头的人，一个很好的方法就是按字母顺序对每个人排序，然后进行二进制搜索。相反，如果你想找出每个人与凯文·培根的分离程度，你会想要一个从培根先生开始，递归迭代每个认识他的人和他们认识的人的算法。这些都是你可以在Facebook或Twitter上做的事情，但如果没有任何细节，你真的无法推荐算法。因此，如果您什么都不知道，只需将每个人作为列表进行迭代即可。它和其他东西一样好。如果要优化，请缓存所有计算。

对于我的两分钱，如果您只是尝试遍历整个图形，那么使用什么算法并不重要，只要它只命中每个节点一次。这似乎是你注意到的：

我只是想遍历整个图表

这意味着你的术语在技术上是有缺陷的——你说的是行走一个图形，而不是搜索一个图形。除非你真的想寻找一些特别的东西，而你在问题中根本没有提到

综上所述，Facebook和Twitter是非常不同的图形结构，它们确实会影响你如何使用它们：

Facebook基本上是一个无向图。如果X是Y的朋友，Y必须是X的朋友（或与X有关系，或与X有关联等）

Twitter基本上是一个有向图。如果X跟在Y后面，Y不必跟在X后面

这些问题将对图遍历算法产生重大影响。老实说，如果你只想访问所有的节点，你甚至需要一个图吗？为什么不迭代所有这些呢？如果某个数据结构MY_data中的所有节点都是可编辑的，则可以使用如下生成器表达式：

def nodeGenerator(MY_DATA)
    for node in MY_DATA:
        yield node

显然，您需要调整nodeGenerator内部，以处理实际访问节点的方式。尽管如此，大多数图结构都实现了节点迭代器。然后，您可以随时通过以下方式创建迭代器：

 for node in nodeGenerator(MY_DATA):
     (Do something here)

也许我没有抓住问题的重点，但现在你提出了一个关于没有搜索问题的搜索算法的问题。由于优化和搜索的本质，任何搜索算法的价值都将完全取决于您试图检查的搜索问题

---

即使在相同的数据集中也是如此。毕竟，如果你要搜索每个名字以字母D开头的人，一个很好的方法就是按字母顺序对每个人排序，然后进行二进制搜索。相反，如果你想找出每个人与凯文·培根的分离程度，你会想要一个从培根先生开始，递归迭代每个认识他的人和他们认识的人的算法。这些都是你可以在Facebook或Twitter上做的事情，但如果没有任何细节，你真的无法推荐算法。因此，如果您什么都不知道，只需将每个人作为列表进行迭代即可。它和其他东西一样好。如果你想进行优化，请缓存任何计算。

我在facebook上有大约300个朋友，还有一些o