【数据结构】图的遍历方法 深度优先遍历和广度优先遍历

前端之家收集整理的这篇文章主要介绍了【数据结构】图的遍历方法 深度优先遍历和广度优先遍历前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

转自 :http://blog.csdn.net/sundong_d/article/details/44992839


目录(?)[+]

接着上次的文章“图的构建(邻接链表法)”,邻接链表法构建图相对来说比较简单,并且遍历起来也相对简单,但是要是动态添加图的节点和图的边,则是实在不方便,不过现在不管那么多,今天的主题是遍历。

-有另外一种图的构建方法,叫做十字链表法,插入删除比较方便,但是相对来说比较复杂,改天闲着木事的再搞。(其实主要原因是因为三四年前写的代码,现在翻出来了,现成的,尼玛现在让我从头写那么复杂的数据结构,死的心都有了,所以还是等哪天心情好了,无聊了再写十字链表吧)


上篇:图的构建(邻接链表法)http://www.jb51.cc/article/p-fdwzqwdf-bme.html

本次接着上一篇的讲,图的遍历就是从图中的某一个顶点除法访遍图中的其余顶点,并且使每一个顶点仅被访问一次。图的遍历算法是求解图的连通性问题、拓扑排序和求解关键路径等算法的基础

深度优先遍历

假设一个图,图中的所有顶点都未曾被访问,则深度优先遍历是从图中的某一个顶点v出发,访问此顶点,然后找到与v邻接的并且未被访问的点m出发访问,然后从m的未被访问的邻接点n出发访问,再从那个点n的未被访问的邻接点出发访问,出发......访问......,循环下去,直至图中所有的和v与路径想通的顶点都被访问到;若此时图中还有顶点没有被访问,则另选图中的一个未曾被访问的顶点做起始点,重复上述过程,直到图中的所有顶点都被访问到为止。此处不太好用语言描述,不知道各位看官看明白没有,反正我没糊涂。
下面上个图(截图截人家的,自己懒的画,但是能讲明白就好,黑猫、白猫,逮到耗子就是好猫):

遍历过程:
以图(a)中的G4为例,深度优先遍历图的过程如图(b)所示。假设从顶点出发进行搜索,在访问了顶点v1之后,选择邻接点v2。因为v2未曾访问,则从v2出发进行搜索,以此类推,接着从v4,v8,v5出发尽心搜索。在访问了v5之后,由于v5的邻接点都被访问,则回到v8。然后......就这样一直回到v1,然后又从v1搜索v3,如此进行下去。由此的发哦的访问序列为:
v1-->v2-->v4-->v8-->v5-->v3-->v6-->v7
当然,也可以在首先访问图中任何一个点,那样就会有不通过的访问序列。
注:图(c)是广度优先遍历的示意图。
接下来是代码,C++实现,其实也可以用其他语言写,道理都是想通的,只不过实现的方式不同
//----------------深度优先遍历--------------------//
//接上篇,上篇中以一个数组存储所有图中的顶点,所以如今访问时,可以用索引来标记该顶点是否被访问。
bool visited[MAX_VERTEX_NUM]; //访问标志数组,通过该数组表示顶点是否已访问,当visited[i]为false时,表示点i并未被访问。
int FirstAdjVex(ALGraph &G,int v) //找到在图G中的,与顶点G.vertices[v]相邻的未曾被访问的邻接点
{
    int i;
    int n=-1;
    ArcNode*p;
    p=G.vertices[v].firstarc;
    if(p)
    {
        i=p->adjvex;
        if(visited[i]==false)
            n=i;
    }
    return n;
}
int NextAdjVex(ALGraph &G,136); outline: none !important;">int v)//功能与上面的函数类似,可以优化,合并为一个函数,但是。。。。我懒!
{
    1;
    ArcNode *p;
    p=G.vertices[v].firstarc;
    for(i=p->adjvex;i<G.vexnum,p!=NULL;)
    {       
        i=p->adjvex;
        false)
        { 
            n=i;
            break; 
        }
        else
            p=p->nextarc;
    }
    void VisitFuc(ALGraph &G,0); outline: none !important;">//访问输出
{
    cout<<G.vertices[v].date<<" ";
}
void DFS(ALGraph &G,0); outline: none !important;">//对图G做深度优先遍历,遍历点从索引为v的顶点开始
{
    int w;
    visited[v]=true; //设置索引为v的顶点为已访问
    VisitFuc(G,v);  //访问索引为v的顶点
    //核心:循环递归,慢慢揣摩,找到v的未曾访问的一个邻接点,访问;
    //然后找到v的未曾访问的另一个邻接点访问,直至v的所有邻接点都被访问为止
    for(w=FirstAdjVex(G,v);w>=0;w=NextAdjVex(G,v))
        if(!visited[w]) DFS(G,w);//递归调用DFS
}
void DFSTraverse(ALGraph &G) //深度优先遍历的起始函数调用函数开始遍历。
{
    int v;
    for(v=0;v<G.vexnum;v++) 
        visited[v]=false;//初始化,所有点都为被访问,统统设为false
    cout<<"深度优先搜索:"<<endl;
    0;v<G.vexnum;v++) //确保遍历所有的点
    {
        if(!visited[v])//如果未被访问
            DFS(G,v);//对该顶点v调用DFS方法
    }
}

广度优先遍历

广度优先遍历是按照图的层次结构遍历的过程。
简单理解就是访问图中的一个点之后,一次访问v的各个未曾访问过的邻接点,然后分别从这些邻接点出发,依次访问它们的邻接点,并且使“先被访问的顶点的邻接点”先于“后被访问的顶点的邻接点”被访问。就像向湖面投一粒石子,激起一层的波纹。我们访问一个点,先把这个点的所有未被访问的邻接点依次全部访问,然后再在已经访问的的邻接点中找到那个最早被访问的点,从这个点出发,访问这个点所有未被访问的邻接点,如此循环下去。
如图(c)(此图在上面深度优先遍历的那个图里面),是对图G4进行广度优先遍历。沙鸥县访问v1和v1的邻接点v2和v3,然后依次访问v2的邻接点v4和v5及v3的邻接点v6和v7,最后访问v4的邻接点v8。由于这些顶点的邻接点均已经被访问,并且图中所有顶点都被访问,由此完成了图的遍历。
顶点访问序列:v1-->v2-->v3-->v4-->v5-->v6-->v7-->v8
和深度优先遍历类似,我们在遍历过程中需要一个访问标志数组。并且,为了顺序访问路径长度为2、3、...的顶点,需要附设队列以存储已经被访问的路径长度为1,2...的顶点。
上代码
//----------------广度优先遍历--------------------//

void BFSTraverse(ALGraph &G)
{
    int w;
    queue<int> q; //STL队列
    0;v<G.vexnum;v++)
        visited[v]=false; //初始化,标记数组设置为false
    "广度优先搜索:";
    0;v<G.vexnum;v++)
    {
        //如果未曾被访问
        {
            visited[v]=true;//标记为已访问
            VisitFuc(G,v); //访问该点
            q.push(v);   //v进队
            //此处用队列的含义:每次访问一个点,把该点入队,当对这个点进行了广度优先遍历,也就是所有邻接点都被访问了,该点就出队
            //所以,当对列不为空时,说明还有顶点没有被进行广度优先遍历。需要继续
            while(q.empty()!=true)//当q不为空
            {
                v = q.front();
                q.pop();//出队
                //w为v的尚未访问的邻接点
                //依次访问v的所有为被访问的邻接点
                {   if(!visited[w])
                    {
                        visited[w]=true;
                        VisitFuc(G,w);
                        q.push(w);
                    }
                }
            }
        }
    }
}

好了,图的两种遍历方法讲完了,下面贴上整个工程的代码代码中是没有这么多注释的,当有看不懂的时候,参考上一篇博客和本篇博客中对程序的注释

   
   
@H_403_219@#include<iostream> #include<string> #include<queue> using namespace std; #define ERROR 1 #define MAX_VERTEX_NUM 100 typedef struct ArcNode{ int adjvex; struct ArcNode *nextarc; string info; }ArcNode; struct VNode{ char date; ArcNode * firstarc; }VNode,AdjList[MAX_VERTEX_NUM]; struct{ AdjList vertices; int vexnum,arcnum; //当前图的vexnum顶点数和arcnum弧数 int kind; }ALGraph; int LocateVex(ALGraph &G,136); outline: none !important;">char &v1) { for(i=0;i<G.vexnum;i++) { if(G.vertices[i].date==v1) return i; } if(i>=G.vexnum) return ERROR; else return 0; } void CreateDG(ALGraph &G) { ArcNode *p,*q; char v1,v2; char v; int i,j,k,n; "请输入图的顶点数和弧数:"<<endl; cin>>G.vexnum; cin>>G.arcnum; "请输入顶点:"<<endl; 0;i<G.vexnum;i++) { cin>>v; G.vertices[i].date=v; G.vertices[i].firstarc=NULL; } "请输入弧尾和弧头:"; for(k=0;k<G.arcnum;k++) { cin>>v1; cin>>v2; i=LocateVex(G,v1);j=LocateVex(G,v2); if(G.vertices[i].firstarc==NULL) { p=(ArcNode *)new ArcNode; G.vertices[i].firstarc=p; q=G.vertices[i].firstarc; } else { q=G.vertices[i].firstarc; for(n=0;n<G.arcnum;n++,q=q->nextarc) { if(!q->nextarc) break; } p=(ArcNode *)new ArcNode; q->nextarc=p; q=q->nextarc; } q->adjvex=j; q->nextarc=NULL; } "图构建成功!"; } //----------------深度优先遍历--------------------// bool visited[MAX_VERTEX_NUM]; int v) { return n; } int v) { true; VisitFuc(G,v); void DFSTraverse(ALGraph &G) { false; if(!visited[v]) DFS(G,v); } } false; // InitQueue(Q); if(!visited[v]) { visited[v]=true; VisitFuc(G,v); q.push(v); //v进队 true) { v = q.front(); q.pop(); ///////////////////////////////////////////////////////////////// void menu() { '\n'; " //---------------图的基本操作---------------//"<<endl; " ** 1、图的构建 **"<<endl; " ** 2、深度优先遍历 **"<<endl; " ** 3、广度优先遍历 **"<<endl; " --------------------------------------------"<<endl; "请输入数字进行选择:"<<endl; } int main() { ALGraph G; int i; menu(); cin>>i; while(i<4) { switch(i) { case 1:CreateDG(G);break; 2:DFSTraverse(G);cout<<endl;3:BFSTraverse(G);default:return ERROR; } menu(); cin>>i; } 0; }
原文链接:/datastructure/382369.html

猜你在找的数据结构相关文章