广度优先：

在最短的时间查找最优的方法。比如路径，下棋的AI算法。
广度优先搜索：样一来，你不仅在朋友中查找，还在朋友的朋友中查找。别忘了，你
的目标是在你的人际关系网中找到一位芒果销售商。因此，如果Alice不
是芒果销售商，就将其朋友也加入到名单中。这意味着你将在她的朋
友、朋友的朋友等中查找。使用这种算法将搜遍你的整个人际关系网，
直到找到芒果销售商。这就是广度优先搜索算法。类似脉脉的额人际关系网。快速查找你需要人际关系。

第一类问题：从节点A出发，有前往节点B的路径吗？（在你的人
际关系网中，有芒果销售商吗？）
第二类问题：从节点A出发，前往节点B的哪条路径最短？（哪个
芒果销售商与你的关系最近？）
刚才你看到了如何回答第一类问题，下面来尝试回答第二类问题——谁
是关系最近的芒果销售商。例如，朋友是一度关系，朋友的朋友是二度
关系

在你看来，一度关系胜过二度关系，二度关系胜过三度关系，以此类
推。因此，你应先在一度关系中搜索，确定其中没有芒果销售商后，才
在二度关系中搜索。广度优先搜索就是这样做的！在广度优先搜索的执行过程中，搜索范围从起点开始逐渐向外延伸，即先检查一度关系，再
检查二度关系。顺便问一句：将先检查Claire还是Anuj呢？Claire是一度
关系，而Anuj是二度关系，因此将先检查Claire，后检查Anuj。
你也可以这样看，一度关系在二度关系之前加入查找名单。
你按顺序依次检查名单中的每个人，看看他是否是芒果销售商。这将先
在一度关系中查找，再在二度关系中查找，因此找到的是关系最近的芒
果销售商。广度优先搜索不仅查找从A到B的路径，而且找到的是最短
的路径

注意，只有按添加顺序查找时，才能实现这样的目的。换句话说，如果
Claire先于Anuj加入名单，就需要先检查Claire，再检查Anuj。如果
Claire和Anuj都是芒果销售商，而你先检查Anuj再检查Claire，结果将如
何呢？找到的芒果销售商并非是与你关系最近的，因为Anuj是你朋友的
朋友，而Claire是你的朋友。因此，你需要按添加顺序进行检查。有一
个可实现这种目的的数据结构，那就是队列（queue）。

对列：队列的工作原理与现实生活中的队列完全相同。假设你与朋友一起在公
交车站排队，如果你排在他前面，你将先上车。队列的工作原理与此相
同。队列类似于栈，你不能随机地访问队列中的元素。队列只支持两种
操作：入队和出队。

下面的一段简单的代码实现了广度搜索（找出销售商的角色）：

from collections import deque
graph={}
graph['you'] = [ 'bob', 'claire']
graph['bob'] = ['anum','anuj', 'peggy1']
graph['claire'] = ['thom', 'jonny']

search_queue = deque()
search_queue += graph['you']

def person_is_seller(name):
    return name[-1] == 'm'

def search(name):
    search_queue = deque()
    search_queue += graph[name]
    searched = []
    while search_queue:
        person = search_queue.popleft()
        if person not in searched:
            if person_is_seller(person):
                print(person+'is a mango seller')
                return True
            else:
                search_queue += graph[person]
                searched.append(person)
    return False

search('you')