邻接矩阵的广度优先搜索和深度优先搜索

      这是今天下午,编了半天的程序,就是邻接矩阵的广度优先搜索和深度优先搜索。

      呵呵,现在想想自己这学期基本上就没编过什么像样的算法程序,这次要不是 MY 拖我帮她写一下这个程序题(她们的实验题),我想这学期就真不会动手写这方面的代码了。

      感觉BFS和DFS在数据结构还是非常重要的,特别是当你能真正用一种语言把它们实现的时候,这样对自己的提高会非常有用。

      印象中,一年在温大学《数据结构》的时候,当时水平特别差,很多时候,老师(李**)讲的原理我都懂,但一说到要动手写,那就真的是大眼瞪小眼了,所以更多的时候,只能照着老师的参考代码,一字一字的copy(ps:其实当时那些参考代码也是错误的,郁闷)。不过我还是庆幸自己咬着牙,硬着头皮坚持学了下来。所以我现在碰到别人问我“怎么学好《数据结构》”的时候,我就会以过来人的角度告诉他“坚持自己把代码实现了,即使你是抄别人的,也要照着别人的代码一个字一个字的敲,决不能直接就Ctrl+C  and Ctrl+V”

     学习方法说好了,我具体讲讲邻接矩阵的广搜和深搜吧

   

     在这里,DFS的实现相对而言比较简单,就是一个思想:递归

  • 1
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
邻接矩阵是一种图的存储结构,它可以用来表示有限个顶点之间的关系。邻接矩阵深度优先遍历和广度优先遍历是图的两种基本遍历方式。 邻接矩阵深度优先遍历(Depth First Search,DFS): 深度优先遍历是一种用于遍历或搜索树或图的算法。在这个算法中,首先访问根节点,然后递归地访问每个子节点。当访问一个节点时,将其标记为已访问,以避免重复访问。深度优先遍历使用栈来实现,因此它是一种先进后出(Last In First Out,LIFO)的算法。 下面是邻接矩阵深度优先遍历的Python代码示例: ```python def DFS(graph, start): visited = set() # 用集合来存储已经访问过的节点 stack = [start] # 用列表来模拟栈 while stack: vertex = stack.pop() # 取出栈顶元素 if vertex not in visited: visited.add(vertex) # 标记为已访问 print(vertex, end=' ') # 将未访问的邻居节点入栈 stack.extend([i for i in range(len(graph[vertex])) if graph[vertex][i] and i not in visited]) # 示例 graph = [[0, 1, 1, 0], [1, 0, 0, 1], [1, 0, 0, 1], [0, 1, 1, 0]] DFS(graph, 0) # 输出:0 1 3 2 ``` 邻接矩阵广度优先遍历(Breadth First Search,BFS): 广度优先遍历是一种用于遍历或搜索树或图的算法。在这个算法中,首先访问根节点,然后逐层访问每个子节点。当访问一个节点时,将其标记为已访问,以避免重复访问。广度优先遍历使用队列来实现,因此它是一种先进先出(First In First Out,FIFO)的算法。 下面是邻接矩阵广度优先遍历的Python代码示例: ```python from collections import deque def BFS(graph, start): visited = set() # 用集合来存储已经访问过的节点 queue = deque([start]) # 用双端队列来模拟队列 while queue: vertex = queue.popleft() # 取出队首元素 if vertex not in visited: visited.add(vertex) # 标记为已访问 print(vertex, end=' ') # 将未访问的邻居节点入队 queue.extend([i for i in range(len(graph[vertex])) if graph[vertex][i] and i not in visited]) # 示例 graph = [[0, 1, 1, 0], [1, 0, 0, 1], [1, 0, 0, 1], [0, 1, 1, 0]] BFS(graph, 0) # 输出:0 1 2 3 ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值