Python树实现未显示正确的路径

我尝试实现以下代码。但是根据逻辑，节点“a”到“d”的路径输出显示为无，虽然路径可以是“a、c、d”。我想应用BFS、DFS等搜索算法，但在此之前，我需要先实现树，这是不会发生的

graph = { "a" : ["c"],
          "b" : ["c", "e"],
          "c" : ["a", "b", "d", "e"],
          "d" : ["c"],
          "e" : ["c", "b"],
          "f" : []
            }  
def find_path(graph, start, end, path =[]): 
  path = path + [start] 
  if start == end: 
    return path 
  for node in graph[start]: 
    if node not in path: 
      newpath = find_path(graph, node, end, path) 
      if newpath:  
         return newpath 
      return None

print(find_path(graph, 'a', 'd'))

---

在检查所有连接的节点之前，返回None

graph = { "a" : ["c"],
          "b" : ["c", "e"],
          "c" : ["a", "b", "d", "e"],
          "d" : ["c"],
          "e" : ["c", "b"],
          "f" : []
            }

def find_path(graph, start, end, path =[]):
  print(f'start={start}, end={end}, path={path}, call find_path')
  path = path + [start]
  print(f'start={start}, end={end}, path={path}, append start to path')
  if start == end:
    return path
  for node in graph[start]:
    if node not in path:
      newpath = find_path(graph, node, end, path)
      if newpath:
         return newpath
      # return None <---- You return to early

print(find_path(graph, 'a', 'd'))
>>> ['a', 'c', 'd']

这些就是你的步骤（找不到路线）

---

在检查所有连接的节点之前，返回None

graph = { "a" : ["c"],
          "b" : ["c", "e"],
          "c" : ["a", "b", "d", "e"],
          "d" : ["c"],
          "e" : ["c", "b"],
          "f" : []
            }

def find_path(graph, start, end, path =[]):
  print(f'start={start}, end={end}, path={path}, call find_path')
  path = path + [start]
  print(f'start={start}, end={end}, path={path}, append start to path')
  if start == end:
    return path
  for node in graph[start]:
    if node not in path:
      newpath = find_path(graph, node, end, path)
      if newpath:
         return newpath
      # return None <---- You return to early

print(find_path(graph, 'a', 'd'))
>>> ['a', 'c', 'd']

这些就是你的步骤（找不到路线）

---

---

graph

leafs是否仅被视为列表？是的，我正在使用列表存储子节点。最大深度级别是多少？下面是一个类似且更好的方法：最大级别是leaf节点。

graph

leafs是否仅被视为列表？是，我使用列表来存储子节点。最大深度级别是多少？这里有一个类似且更好的方法：最大级别是叶节点。谢谢Raphael！它工作得非常好，但我有一个疑问，在第9行的“return None”解决方案中，它从['a'，'c'，'b'，'e']更改为['a'，'c']？对我来说似乎没问题。这只是另一个“分支”。它以a，c开头。从那里它可以转到

a，c，b

，

a，c，d

或

a，c，e

<首先尝试代码>a、c、b。从那里它可以转到

a、c、b、e

，但不能再进一步。它返回到

a，c

并转到

a，c，d

。哦，好的，明白了！谢谢那么，我可以在上面实现BFS/DFS或任何算法吗？它不会受到影响，对吗？另外，我只想打印上一次迭代，我尝试了缩进，但它显示了错误的缩进。你能帮忙吗？你现在已经是深度优先了。你到底想打印什么？路径由函数alreayThanks Raphael返回！它工作得非常好，但我有一个疑问，在第9行的“return None”解决方案中，它从['a'，'c'，'b'，'e']更改为['a'，'c']？对我来说似乎没问题。这只是另一个“分支”。它以a，c开头。从那里它可以转到

a，c，b

，

a，c，d

或

a，c，e

<首先尝试代码>a、c、b。从那里它可以转到

a、c、b、e

，但不能再进一步。它返回到

a，c

并转到

a，c，d

。哦，好的，明白了！谢谢那么，我可以在上面实现BFS/DFS或任何算法吗？它不会受到影响，对吗？另外，我只想打印上一次迭代，我尝试了缩进，但它显示了错误的缩进。你能帮忙吗？你现在已经是深度优先了。你到底想打印什么？该路径由函数alreay返回

start=a, end=d, path=[], call find_path
start=a, end=d, path=['a'], append start to path
start=c, end=d, path=['a'], call find_path
start=c, end=d, path=['a', 'c'], append start to path
start=b, end=d, path=['a', 'c'], call find_path
start=b, end=d, path=['a', 'c', 'b'], append start to path
start=e, end=d, path=['a', 'c', 'b'], call find_path
start=e, end=d, path=['a', 'c', 'b', 'e'], append start to path