Python 广度优先搜索还是深度优先搜索？

我正在实现一个由100000多个节点组成的大型有向图。我刚刚开始学习python，所以我只知道这两种搜索算法。如果我想找到任意两个节点之间的最短距离，哪一个更有效？还有其他我不知道的更好的方法吗

---

感谢您抽出时间

事实上，BFS和DFS还有其他几种替代方案

一个非常适合计算最短路径的算法是：“s_算法”

Dijsktra的算法基本上是BFS算法的一种改进，如果对图进行加权，它比搜索整个图要高效得多

正如@ThomasH所说，只有当你有一个加权图时，Djikstra才是相关的，如果每条边的权重相同，它基本上默认回到BFS

如果在BFS和DFS之间进行选择，则BFS更适合于查找最短路径，因为在移动到距离较远的节点之前，您将完全探索节点的紧邻区域

这意味着，如果有一条大小为3的路径，例如，在算法继续探索距离为4的节点之前，将对其进行探索

使用DFS，您没有这样的保证，因为您深入探索节点，您可以找到一条更长的路径，而这条路径恰好是之前探索过的，您需要探索整个图，以确保这是最短的路径

至于你为什么会获得否决票，大多数问题应该表明，在寻找解决方案方面已经付出了一些努力，例如，关于DFS与BFS的利弊，有几个相关的问题

---

下次试着确保你已经搜索了一点，然后问一些关于你有任何疑问的问题

看看以下两种算法：

-单源最短路径

-所有对最短路径

---

如果图上的边没有权重，则可以进行简单的广度优先搜索，在该搜索中迭代访问图中的节点，并检查是否有任何新节点等于目标节点。如果边有权重，DJikstra算法和Bellman-Ford算法就是你应该关注的东西，根据您所看到的预期时间和空间复杂性。

当您想要查找最短路径时，您应该使用BFS而不是DFS，因为BFS首先搜索最近的节点，所以当您达到目标时，您可以确定您使用了最短路径，并且可以停止搜索。而DFS一次只探索一个分支，所以当您达到目标时，您无法确定是否有另一条路径通过另一个更短的分支

所以你应该使用BFS

如果图的边上有不同的权重，则应使用Dijkstra算法，该算法是BFS对加权图的一种改编，但如果没有权重，则不要使用该算法

---

有些人可能会建议您使用Floyd Warshall算法，但对于这么大的图来说，这是一个非常糟糕的主意。

使用。它是BFS，用于互联网数据包路由（OSPF），你知道吗？了解这个概念将大大有助于理解其他算法。谢谢你的回答，但你也能告诉我为什么我会被否决。我的账户一直被封锁，因为我一直被否决。老实说，我没有发现我的问题有任何问题……Dijsktra不相关，因为边上没有权重。感谢您的输入。我想我会选择BFS，Dijsktra的算法对我来说太难实现了。你应该放更多的文本。弗洛伊德确实是一个很好的op，无论图表是否加权。