Python图结构算法：查找节点间所有路径的实现与解析

Evan

发布时间：2026-10-13| 6人浏览过

原创

本文通过Python代码实例，详细演示了如何在图数据结构中查找起点到终点的所有路径。利用深度优先搜索（DFS）递归算法遍历节点，避免回路，并输出按路径长度排序的结果。代码包含图的定义、递归搜索逻辑及主程序调用，适合学习Python数据结构与算法的开发者参考。

本文通过具体的Python代码示例，详细介绍图数据结构在算法中的应用。内容旨在为读者提供清晰的实现思路与代码参考，帮助理解图的相关操作。

一、图的结构定义

二、核心代码实现

# -*- coding:utf-8 -*-
#! python3
def searchGraph(graph,start,end):
  results =[]
  generatePath(graph,[start],end,results)
  results.sort(key =lambda x:len(x))
  return results
def generatePath(graph,path,end,results):
  state = path[-1]
  if state == end:
    results.append(path)
  else:
    for arc in graph[state]:
      if arc not in path:
        generatePath(graph,path +[arc],end ,results)
if __name__ =='__main__':
  Graph={'A':['B','C','D'],
  'B':['E'],
  'C':['D','F'],
  'D':['B','E','G'],
  'E':[],
  'F':['D','G'],
  'G':['E']}
  r = searchGraph(Graph,'A','E')
  print("******************")
  print(' path A to E')
  print("******************")
  for i in r:
    print(i)

三、程序运行输出结果

****************** path A to E ****************** ['A', 'B', 'E'] ['A', 'D', 'E'] ['A', 'C', 'D', 'E'] ['A', 'D', 'B', 'E'] ['A', 'D', 'G', 'E'] ['A', 'C', 'D', 'B', 'E'] ['A', 'C', 'D', 'G', 'E'] ['A', 'C', 'F', 'D', 'E'] ['A', 'C', 'F', 'G', 'E'] ['A', 'C', 'F', 'D', 'B', 'E'] ['A', 'C', 'F', 'D', 'G', 'E']

上述代码执行后的界面显示效果如下图所示：