Algoritmos_BFS_DFS_CRIS_JOSUA

mpi4py_examples/equipo_cris_josua-main/ambos.py

@@ -0,0 +1,125 @@
+# -*- coding: utf-8 -*-
+"""Ambos.ipynb
+
+Automatically generated by Colaboratory.
+
+Original file is located at
+    https://colab.research.google.com/drive/1vhVzU_dWVlF5_qJeP694FZGwIRBFUNR3
+"""
+
+# -*- coding: utf-8 -*-
+"""
+======================================
+Algoritmos de búsqueda en grafos: DFS y BFS
+======================================
+
+Este programa implementa los algoritmos de búsqueda en grafos: DFS (Depth-First Search)
+y BFS (Breadth-First Search).
+
+DFS (Búsqueda en Profundidad):
+    - Visita un nodo y luego explora lo más profundo posible a lo largo de cada rama antes de retroceder.
+    - Utiliza una pila (o recursión) para llevar un seguimiento de los nodos a visitar.
+
+BFS (Búsqueda en Anchura):
+    - Visita todos los vecinos de un nodo antes de avanzar a los vecinos de los vecinos.
+    - Utiliza una cola para llevar un seguimiento de los nodos a visitar.
+
+Uso:
+    - Ejecuta el script para ver los resultados de los recorridos DFS y BFS en el grafo proporcionado.
+
+Formato de docstring de Sphinx:
+
+'''[Resumen]
+
+:param [NombreParámetro]: [DescripciónParámetro], por defecto [ValorParámetroPredeterminado]
+:type [NombreParámetro]: [TipoParámetro](, opcional)
+...
+:raises [TipoError]: [DescripciónError]
+...
+:return: [DescripciónRetorno]
+:rtype: [TipoRetorno]
+''''
+"""
+
+from typing import List, Dict, Set
+import time
+
+
+class Graph:
+    def __init__(self):
+        # Inicializa el grafo como un diccionario vacío
+        self.graph = {}
+
+    def add_edge(self, u, v):
+        # Agrega una arista entre los nodos u y v al grafo
+        if u not in self.graph:
+            # Si el nodo u no está en el grafo, crea una lista vacía para almacenar sus vecinos
+            self.graph[u] = []
+        # Agrega v a la lista de vecinos del nodo u
+        self.graph[u].append(v)
+
+    def dfs_method(self, start):
+        # Realiza un recorrido en profundidad (DFS) desde el nodo de inicio
+        visited = set()  # Conjunto para mantener un registro de nodos visitados
+
+        def dfs(node):
+            # Función interna para realizar la búsqueda DFS recursivamente
+            if node not in visited:
+                # Si el nodo actual no ha sido visitado, lo imprime y lo marca como visitado
+                print(node)
+                visited.add(node)
+                # Para cada vecino del nodo actual, realiza una llamada recursiva a dfs
+                for neighbor in self.graph.get(node, []):
+                    dfs(neighbor)
+
+        # Llama a la función dfs con el nodo de inicio
+        dfs(start)
+
+    def bfs_method(self, start):
+        # Realiza un recorrido en anchura (BFS) desde el nodo de inicio
+        visited = set()  # Conjunto para mantener un registro de nodos visitados
+        queue = [start]  # Cola para almacenar los nodos que se visitarán
+
+        while queue:
+            # Mientras la cola no esté vacía
+            node = queue.pop(0)  # Extrae el primer elemento de la cola
+            if node not in visited:
+                # Si el nodo actual no ha sido visitado, lo imprime y lo marca como visitado
+                print(node)
+                visited.add(node)
+                # Agrega todos los vecinos del nodo actual a la cola
+                queue.extend(self.graph.get(node, []))
+
+# Creación del grafo con 15 nodos
+g = Graph()
+g.add_edge(1, 2)
+g.add_edge(1, 3)
+g.add_edge(1, 4)
+g.add_edge(2, 5)
+g.add_edge(2, 6)
+g.add_edge(3, 7)
+g.add_edge(3, 8)
+g.add_edge(4, 9)
+g.add_edge(5, 10)
+g.add_edge(6, 11)
+g.add_edge(7, 12)
+g.add_edge(8, 13)
+g.add_edge(9, 14)
+g.add_edge(10, 15)
+
+# Medir el tiempo de ejecución de DFS
+print("DFS:")
+start_time_dfs = time.time()
+g.dfs_method(1)
+end_time_dfs = time.time()
+execution_time_dfs = end_time_dfs - start_time_dfs
+print("Tiempo de ejecución de DFS:", execution_time_dfs)
+print(" ")
+
+# Medir el tiempo de ejecución de BFS
+print("BFS:")
+start_time_bfs = time.time()
+g.bfs_method(1)
+end_time_bfs = time.time()
+execution_time_bfs = end_time_bfs - start_time_bfs
+print("Tiempo de ejecución de BFS:", execution_time_bfs)

mpi4py_examples/equipo_cris_josua-main/bfs_dfs_algorithms.py

@@ -0,0 +1,79 @@
+import time
+from collections import deque
+
+
+class GraphSearch:
+    """
+    Clase para realizar búsquedas en grafos.
+    """
+
+    def __init__(self, graph):
+
+        self.graph = graph
+
+    def dfs_method(self, start_node):
+        """
+        Realiza una búsqueda en profundidad (DFS) a partir del nodo inicial dado.
+        """
+        visited = set()
+        result = []
+
+        def dfs_helper(node):
+            nonlocal visited
+            nonlocal result
+            visited.add(node)
+            result.append(node)
+            for neighbor in self.graph[node]:
+                if neighbor not in visited:
+                    dfs_helper(neighbor)
+
+        start_time = time.time()
+        dfs_helper(start_node)
+        end_time = time.time()
+        print(f"Tiempo de ejecución DFS: {end_time - start_time} segundos")
+        return result
+
+    def bfs_method(self, start_node):
+        """
+        Realiza una búsqueda en anchura (BFS) a partir del nodo inicial dado.
+        """
+        visited = set()
+        result = []
+        queue = deque([start_node])
+
+        start_time = time.time()
+        while queue:
+            node = queue.popleft()
+            if node not in visited:
+                visited.add(node)
+                result.append(node)
+                for neighbor in self.graph[node]:
+                    if neighbor not in visited:
+                        queue.append(neighbor)
+        end_time = time.time()
+        print(f"Tiempo de ejecución BFS: {end_time - start_time} segundos")
+        return result
+
+
+    #clase GraphSearch
+if __name__ == "__main__":
+    # Grafo  (lista de adyacencia)
+    graph = {
+        'A': ['B', 'C'],
+        'B': ['D', 'E'],
+        'C': ['F'],
+        'D': [],
+        'E': ['F'],
+        'F': []
+    }
+
+    # Crear objeto GraphSearch
+    search = GraphSearch(graph)
+
+    # Realizar búsqueda DFS desde el nodo 'A'
+    dfs_result = search.dfs_method('A')
+    print("DFS Result:", dfs_result)
+
+    # Realizar búsqueda BFS desde el nodo 'A'
+    bfs_result = search.bfs_method('A')
+    print("BFS Result:", bfs_result)