首页 > 代码库 > 数据结构:图的遍历--深度优先、广度优先
数据结构:图的遍历--深度优先、广度优先
图的遍历:深度优先、广度优先
遍历
图的遍历是指从图中的某一顶点出发,按照一定的策略访问图中的每一个顶点。当然,每个顶点有且只能被访问一次。
在图的遍历中,深度优先和广度优先是最常使用的两种遍历方式。这两种遍历方式对无向图和有向图都是适用的,并且都是从指定的顶点开始遍历的。先看下两种遍历方式的遍历规则:
深度优先
深度优先遍历也叫深度优先搜索(Depth First Search)。它的遍历规则:不断地沿着顶点的深度方向遍历。顶点的深度方向是指它的邻接点方向。
具体点,给定一图G=<V,E>,用visited[i]表示顶点i的访问情况,则初始情况下所有的visited[i]都为false。假设从顶点V0开始遍历,则下一个遍历的顶点是V0的第一个邻接点Vi,接着遍历Vi的第一个邻接点Vj,……直到所有的顶点都被访问过。
所谓的第一个是指在某种存储结构中(邻接矩阵、邻接表),所有邻接点中存储位置最近的,通常指的是下标最小的。在遍历的过程中有两种情况经常出现
- 某个顶点的邻接点都已被访问过的情况,此时需回溯已访问过的顶点。
- 图不连通,所有的已访问过的顶点都已回溯完了,仍找不出未被访问的顶点。此时需从下标0开始检测visited[i],找到未被访问的顶点i,从i开始新一轮的深度搜索。
看一个例子
从V0开始遍历
遍历分析:V0有两个邻接点V1和V2,选择下标最小的V1遍历。接着从V1开始深度遍历,V1只有邻接点V3,也就是没有选的:遍历V3。接着从V3开始遍历,V3只有邻接点V0,而V0已经被遍历过。此时出现了上面提到的情况一,开始回溯V1,V1无未被遍历的邻接点,接着回溯V0,V0有一个未被遍历的邻接点V2,新的一轮深度遍历从V2开始。V2无邻接点,且无法回溯。此时出现了情况二,检测visited[i],只有V4了。深度遍历完成。看到回溯,应该可以想到需要使用栈。
遍历序列是
V0->V1->V3->V2->V4。
从其它顶点出发的深度遍历序列是:
V1->V3->V0->V2->V4。
V2->V0->V1->V3->V4。
V3->V0->V1->V2->V4。
V4->V2->V0->V1->V3。
以上结果,我们稍后用于测试程序。
结合在图的实现:邻接矩阵中的代码,我们看下在邻接矩阵形式下的图的深度遍历算法:
深度优先代码
/* 深度优先搜索 从vertex开始遍历,visit是遍历顶点的函数指针 */ void Graph::dfs(int vertex, void (*visit)(int)) { stack<int> s; //visited[i]用于标记顶点i是否被访问过 bool *visited = new bool[numV]; //count用于统计已遍历过的顶点数 int i, count; for (i = 0; i < numV; i++) visited[i] = false; count = 0; while (count < numV) { visit(vertex); visited[vertex] = true; s.push(vertex); count++; if (count == numV) break; while (visited[vertex]) { for (i = 0; i < numV && (visited[i] || matrix[vertex][i] == 0 || matrix[vertex][i] == MAXWEIGHT); i++); if (i == numV) //当前顶点vertex的所有邻接点都已访问完了 { if (!s.empty()) { s.pop(); //此时vertex正是栈顶,应先出栈 if (!s.empty()) { vertex = s.top(); s.pop(); } else //若栈已空,则需从头开始寻找新的、未访问过的顶点 { for (vertex = 0; vertex < numV && visited[vertex]; vertex++); } } else //若栈已空,则需从头开始寻找新的、未访问过的顶点 { for (vertex = 0; vertex < numV && visited[vertex]; vertex++); } } else //找到新的顶点应更新当前访问的顶点vertex vertex = i; } } delete[]visited; }其它代码前面已经见过,就不给出了,下面看下图的广度遍历。深度遍历和广度遍历的测试,稍后一并给出。
广度优先
广度优先遍历也叫广度优先搜索(Breadth First Search)。它的遍历规则:
- 先访问完当前顶点的所有邻接点。(应该看得出广度的意思)
- 先访问顶点的邻接点先于后访问顶点的邻接点被访问。
具体点,给定一图G=<V,E>,用visited[i]表示顶点i的访问情况,则初始情况下所有的visited[i]都为false。假设从顶点V0开始遍历,且顶点V0的邻接点下表从小到大有Vi、Vj...Vk。按规则1,接着应遍历Vi、Vj和Vk。再按规则2,接下来应遍历Vi的所有邻接点,之后是Vj的所有邻接点,...,最后是Vk的所有邻接点。接下来就是递归的过程...
在广度遍历的过程中,会出现图不连通的情况,此时也需按上述情况二来进行:测试visited[i]...。在上述过程中,可以看出需要用到队列。
举个例子,还是同样一幅图:
从V0开始遍历
遍历分析:V0有两个邻接点V1和V2,于是按序遍历V1、V2。V1先于V2被访问,于是V1的邻接点应先于V2的邻接点被访问,那就是接着访问V3。V2无邻接点,只能看V3的邻接点了,而V0已被访问过了。此时需检测visited[i],只有V4了。广度遍历完毕。
遍历序列是
遍历序列是
V0->V1->V2->V3->V4。
从其它顶点出发的广度遍历序列是
V1->V3->V0->V2->V4。
V2->V0->V1->V3->V4。
V3->V0->V1->V2->V4。
V4->V2->V0->V1->V3。
以上结果,我们同样用于测试程序。
在邻接矩阵下,图的广度遍历算法
广度优先代码
/* 广度优先搜索 从vertex开始遍历,visit是遍历顶点的函数指针 */ void Graph::bfs(int vertex, void(*visit)(int)) { //使用队列 queue<int> q; //visited[i]用于标记顶点i是否被访问过 bool *visited = new bool[numV]; //count用于统计已遍历过的顶点数 int i, count; for (i = 0; i < numV; i++) visited[i] = false; q.push(vertex); visit(vertex); visited[vertex] = true; count = 1; while (count < numV) { if (!q.empty()) { vertex = q.front(); q.pop(); } else { for (vertex = 0; vertex < numV && visited[vertex]; vertex++); visit(vertex); visited[vertex] = true; count++; if (count == numV) return; q.push(vertex); } //代码走到这里,vertex是已经访问过的顶点 for (int i = 0; i < numV; i++) { if (!visited[i] && matrix[vertex][i] > 0 && matrix[vertex][i] < MAXWEIGHT) { visit(i); visited[i] = true; count ++; if (count == numV) return; q.push(i); } } } delete[]visited; }
void visit(int vertex) { cout << setw(4) << vertex; } int main() { cout << "******图的遍历:深度优先、广度优先***by David***" << endl; bool isDirected, isWeighted; int numV; cout << "建图" << endl; cout << "输入顶点数 "; cin >> numV; cout << "边是否带权值,0(不带) or 1(带) "; cin >> isWeighted; cout << "是否是有向图,0(无向) or 1(有向) "; cin >> isDirected; Graph graph(numV, isWeighted, isDirected); cout << "这是一个"; isDirected ? cout << "有向、" : cout << "无向、"; isWeighted ? cout << "有权图" << endl : cout << "无权图" << endl; graph.createGraph(); cout << "打印邻接矩阵" << endl; graph.printAdjacentMatrix(); cout << endl; cout << "深度遍历" << endl; for (int i = 0; i < numV; i++) { graph.dfs(i, visit); cout << endl; } cout << endl; cout << "广度遍历" << endl; for (int i = 0; i < numV; i++) { graph.bfs(i, visit); cout << endl; } system("pause"); return 0; }
仔细对照测试结果,我们的代码是没有问题的。
完整代码下载:图的遍历:深度优先、广度优先
小结
对于某个图来说,深度优先遍历和广度优先遍历的序列不是唯一的,但当图的存储结构一确定,它的遍历序列就是唯一的。因为当有多个候选点时,我们总是优先选择下标最小的。
转载请注明出处,本文地址:http://blog.csdn.net/zhangxiangdavaid/article/details/38323633
若有所帮助,顶一个哦!
专栏目录:数据结构与算法目录
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。