无权有向图距离

以下是一个示例代码，用于计算无权有向图中两个节点之间的距离。

from collections import defaultdict

def add_edge(graph, u, v):
    graph[u].append(v)

def bfs(graph, start_node):
    visited = set()
    distance = defaultdict(int)
    queue = []
    queue.append(start_node)
    visited.add(start_node)

    while queue:
        node = queue.pop(0)
        for neighbor in graph[node]:
            if neighbor not in visited:
                queue.append(neighbor)
                visited.add(neighbor)
                distance[neighbor] = distance[node] + 1

    return distance

def get_distance(graph, start_node, end_node):
    distance = bfs(graph, start_node)
    return distance[end_node]

# 创建一个无权有向图
graph = defaultdict(list)
add_edge(graph, 'A', 'B')
add_edge(graph, 'A', 'C')
add_edge(graph, 'B', 'D')
add_edge(graph, 'C', 'D')
add_edge(graph, 'D', 'E')

start_node = 'A'
end_node = 'E'
distance = get_distance(graph, start_node, end_node)
print(f"The distance between {start_node} and {end_node} is {distance}")

这个示例代码使用了广度优先搜索（BFS）算法，通过构建一个队列来遍历图中的节点。在遍历过程中，记录每个节点距离起始节点的距离，并在找到目标节点时返回该距离。在构建图时，使用add_edge函数来添加边。在计算距离时，调用get_distance函数并传入起始节点和目标节点。最后打印出起始节点和目标节点之间的距离。

注意，示例代码中的图是用邻接列表来表示的。你可以根据实际需要修改代码来适应其他图的表示方法，如邻接矩阵。