通过病例流调来了解什么是广度优先搜索BFS
Posted 正经兔
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了通过病例流调来了解什么是广度优先搜索BFS相关的知识，希望对你有一定的参考价值。
这两天新出的病例让大家人心惶惶。
然而狡猾的老正经兔，恰好以此借口推掉了去一个亲戚的喜酒。
现在我们把话筒移交给老正经兔——
大家好，我是做题家老正经兔，来科普一则入门初级知识。
前两天病友照常发给我一张很有他风格的图：
那么这个跟标题什么关系呢？
【众所周知】，病例的流调是这样一个过程：
1、发现一个病例，卫健防疫部门就会开展流调，找到该病例近期全部的密切接触者
2、然后将所有的这些密切接触者隔离起来进行观察。如果密切接触者中，有人也阳性了，那么再去寻找这个人的密切接触者……
3、重复以上步骤，直到没有新的阳性
这种每次都访遍当前对象所有的直接密接者的形式，就是广度优先搜索，英文叫breadth first search，简称BFS。
另一种则是length……哦不，depth first search深度优先搜索
，简称DFS。如果是DFS，则是找到A的密接者B，随后找B的密接者C、C的密接者D、D的密接者E……一直一根筋找下去，直到没有新的人出现。这当然是不符合隔离做法的。
我们在找密接者的时候还会碰到重复的情况，比如上图，病例6和病例3是同事，有一些同事，既是病例6的密接者，也是病例3的密接者。比如同事张三，他已经作为病例3的密接者出现了，那么统计人员在记录6的密接者又看到张三时，就会标记“已掌握”，跳过他，不会把他劈成两半去隔离，也不会把他隔离2次。
这表示，搜索时需要记录已经掌握的密接者。
为了更好地理解，我们假设一个实例：
已知奋斗逼0、1、2、3、4、5、6一共7个人最近几天都在同一个公司从早到晚奋斗。他们的关系是这样的：
0的密接者：1、2
1的密接者：4
2的密接者：4
3的密接者：5
4的密接者：1、2、6
5的密接者：3
6的密接者：4
今天突然发现0是新病例在上星期的密接者，有可能被传染了。其他和0一起加班的奋斗逼也有可能被传染了。那么，这几个人中总共要隔离哪些人？
过程是这样的：
1）首先是0毫无疑问
密接关系待查：0
已掌握：0
2）和0接触的1、2也是，把1、2也记下
密接关系待查：1、2
已掌握：0、1、2
3）下面是1的密接者4，记下
密接关系待查：2、4
已掌握：0、1、2、4
4）2的密接者还是4，前面已经记录过了，跳过
密接关系待查：4
已掌握：0、1、2、4
5）4的密接者1、2都是出现过的，跳过；6是没出现的，记下
密接关系待查：6
已掌握：0、1、2、4、6
6）6的接密者还是4，出现过了，跳过
密接关系待查：无
已掌握：0、1、2、4、6
无待查的密接关系，所以结束
所以，要准备两个小本本，分别记录哪些人待查、哪些人已掌握，从前面的过程易知，分别用队列和集合实现。
我们再用数组relation来表示密接关系，relation[i]表示i的密接者有谁。那么在上面的例子中，relation就是这样的数组：
[[1,2],[4],[4],[5],[1,2,6],[5],[4]]
那么，代码实现就如下：
def bfs(x):included={x} #已掌握to_check=[x] #待查while to_check!=[]:tmp=to_check.pop(0)for x in relation[tmp]:if x in included:continueincluded.add(x)to_check.append(x)return includedif __name__ == '__main__':patient=0relation=[[1,2],[4],[4],[5],[1,2,6],[5],[4]]res=bfs(patient)print (res)
运行结果：
以上是关于通过病例流调来了解什么是广度优先搜索BFS的主要内容，如果未能解决你的问题，请参考以下文章