无向图的深度优先遍历和广度优先遍历（邻接链表）

最新推荐文章于 2024-02-13 21:00:17 发布
VIP文章 最新推荐文章于 2024-02-13 21:00:17 发布
阅读量1.8w 收藏 83
点赞数 11
分类专栏： C语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lxw_xiangyu/article/details/28426889
版权

我选的是邻接链表，建立如下图所示的图：


我把它画出来，图是这样子的：



对于深度优先遍历：是从一个顶点v出发，一步一步地向前推进，当找不到未访问过的顶点时，也是一步一步地回退。其过程类似于用栈求解迷宫问题的搜索方式。


比如上面这个图：我从4这个顶点开始遍历，它先访问它第一个邻接点1，然后1访问它的第一个邻接点4，发现4已经访问过了，然后访问第二个邻接点2，2访问第一个邻接点1，发现1已经被访问过，回退到1，1访问第三个邻接点3，3的第一个第二个邻接点已经被访问，我们就不访问它，最后回退到4，4访问第二个邻接点3，可是3已经被访问，我们就不访问了。


对于广度

最低0.47元/天 解锁文章
奔跑的甩甩
关注
  • 11
    点赞
  • 踩
  • 83
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
学习笔记-无向图的创建、深度优先遍历、广度优先遍历
touteng55的博客
04-04 3276
图 为什么要有图？ 线性表局限于一个直接前驱和一个直接后继的关系，树也只能有一个直接前驱也就是父节点 当我们需要表示一种多对多的关系就需要用到图。 图是一种数据结构，其中结点可以具有零个或多个相邻元素。两个结点之间的连接称为边。 结点也可以称为顶点。如图： 图的常用概念： 图的表示方式 图有两种表示方式：邻接矩阵和邻接表。 邻接矩阵 邻接表 创建图 采用邻接矩阵的方法 思路：用邻接矩阵创建图时，需要以下属性，一个list，用来存放图的所有顶点，顶点用字符串表示；一个二维数组int[][
链表的使用以及简单的深度优先遍历图
08-12
c数据结构链表数组以及深度优先遍历，假设给定图G的初态是所有顶点均未曾访问过。在G中任选一顶点v为初始出发点(源点)，则深度优先遍历可定义如下：首先访问出发点v，并将其标记为已访问过；然后依次从v出发搜索v的每个邻接点w。若w未曾访问过，则以w为新的出发点继续进行深度优先遍历，直至图中所有和源点v有路径相通的顶点(亦称为从源点可达的顶点)均已被访问为止。若此时图中仍有未访问的顶点，则另选一个尚未访问的顶点作为新的源点重复上述过程，直至图中所有顶点均已被访问为止。
数据结构——图的两种遍历【深度优先遍历-广度优先遍历】的区别用法
gqg_guan的博客
11-01 1万+
深度优先遍历-广度优先遍历
深度优先遍历无向图
最新发布
dinosaur2004的博客
02-13 316
无向图是图论中的一个基本概念，其中任意两个顶点之间都存在一条无向边。深度优先遍历（Depth-First Search, DFS）是一种用于遍历或搜索无向图的算法。DFS从图的某一顶点出发，访问尽可能深的分支，直到该分支的所有顶点都被访问过，然后回溯到上一个顶点，继续搜索下一个分支。这种遍历方式在图的连通性判断、寻找环、拓扑排序等问题中有着广泛的应用。
无向图的深度与广度优先遍历
Chenlihanhan的博客
05-26 2363
#define _CRT_SECURE_NO_WARNINGS #include <stdio.h> #include <stdlib.h> #include <string.h> //全局定义特殊变量 #define MVNum 100 #define OVERFLOW 0 #define MAX 10 #define ok 1 //转定义区域 typedef int OtherInfo; typedef char VerTexType; typedef int.
数据结构学习笔记——图的遍历算法（深度优先搜索和广度优先搜索）
小宇y的博客
08-18 2万+
若通过邻接表表示图，则每个顶点都入队一次，即所需时间为O(|V|)，搜索顶点的邻接顶点所需时间为O(|E|)，其时间复杂度为O(|V|+|E|)。若通过邻接表表示图，则查找所有顶点的邻接顶点所需时间为O(|E|)，访问顶点所需时间为O(|V|)，即总时间复杂度为O(|V|+|E|)。4、查看V7单链表，其邻接顶点为2，即V3，它已经被访问过，于是回到V3单链表，搜索下一个未被访问的邻接顶点；11、查看V8单链表，其邻接顶点为4，即V5，已经被访问过，于是回到V5单链表，搜索下一个未被访问的邻接顶点；....
图的两种遍历：深度优先遍历+广度优先遍历
qq_63806300的博客
08-16 1万+
图的遍历 广度 深度 c语言
无向图的深度优先遍历与广度优先遍历
bmseven的博客
06-25 1109
深度优先遍历（Depth-First Search，DFS）和广度优先遍历（Breadth-First Search，BFS）是图遍历算法中常用的两种方法。它们可以用于搜索和遍历图中的顶点，每种方法都有其独特的特点和应用场景。
无向图深度优先遍历(DFS)和广度优先遍历(BFS)算法
horizon08的博客
08-07 1万+
定义 深度优先遍历 （1）从图中某个初始顶点v出发，首先访问初始顶点v。 （2）选择一个与顶点v相邻且没被访问过的顶点w，再从w出发进行深度优先搜索，直到图中与当前顶点v邻接的所有顶点都被访问过为止。　　 （3） 利用递归实现，简单但是不好理解，时间复杂度 O(n+e)。 广度优先遍历 （1）访问初始点v，接着访问v的所有未被访问过的邻接点v1，v2，…，vt。 （2）按照v1，v2，…，vt的次序，访问每一个顶点的所有未被访问过的邻接点。　　　 （3）依次类推，直到图中所有和初始点v有路径相通的顶点
算法：深度优先遍历和广度优先遍历
热门推荐
OceanStar的博客
01-13 7万+
什么是深度、广度优先遍历 深度优先遍历简称DFS（Depth First Search），广度优先遍历简称BFS（Breadth First Search），它们是遍历图当中所有顶点的两种方式。 这两种遍历方式有什么不同呢？ 举个例子。我们来到一个游乐场，游乐场里有11个景点。我们从景点0开始，要玩遍游乐场的所有景点，可以有什么样的游玩次序呢？ 第一种是一头扎到底的玩法。我们选择一条支路，尽可能不断地深入，如果遇到死路就往回退，回退过程中如果遇到没探索过的支路，就进入该支路继续深入。 在图中，我们首先选择
图的常用遍历——广度优先遍历和深度优先遍历
kxbdys的博客
05-05 6582
一、遍历图可能遇到的问题 图的特点： 图中可能存在回路，且图的任一顶点都可能与其它顶点相通，在访问完某个顶点之后可能会沿着某些边又回到了曾经访问过的顶点。怎样避免重复访问? 解决思路:设置辅助数组visited[n]，用来标记每个被访问过的顶点。初始状态visited [i]为0 顶点i被访问，改visited [i]为1，防止被多次访问。 二、图的常用遍历 1、深度优先搜索（DFS） 2、广度优先搜索（BFS） 三、深度优先遍历（DFS） 1、遍历的方法 ■在访问图中某一起始顶点V后.
无向图遍历
01-23
无向图的遍历有两种方式—广度优先搜索(BFS)和深度优先搜索(DFS)。广度优先搜索在遍历一个顶点的全部节点时，先把当前节点全部相邻节点遍历了。然后遍历当前节点第一个相邻的节点的全部相邻节点，广度优先搜索使用...
无向图的邻接矩阵存储及输出
11-27
无向图的邻接矩阵存储及输出无向图的邻接矩阵存储及输出
编程将若干结点组成的无向图用邻接链表存入计算机，并广度遍历输出该图。
07-09
编程将若干结点组成的无向图用邻接链表存入计算机，并广度遍历输出该图。
aaa.rar_无向图 环_无向图所有环_无向图最小环_最小生成树_树所有操作
09-22
对任意给定的图（顶点数不小于20，边数不少于30，图的类型可以是有向图、无向图、有向网、无向网），能够输入图的顶点和边（或弧）的信息，并存储到相应存储结构（邻接矩阵、邻接表、十字链表、邻接多重表，任选其中...
C语言实现今天倒计时
奔跑的甩甩
05-21 9580
520已经过了，现在来写弄一个今天
邻接矩阵的创建和输出（发布）
奔跑的甩甩
05-21 2225
好了，上源代码：
邻接链表的创建和输出（发布）
奔跑的甩甩
05-21 926
先上图图！！！
写出有向图和无向图的建立以及深度优先遍历和广度优先遍历的算法
05-29
有向图和无向图的建立： 有向图是由若干个顶点和有向边组成的，每条有向边指向另一个顶点。可以通过邻接表或邻接矩阵来表示有向图。 无向图是由若干个顶点和边组成的，每条边连接两个顶点。同样可以通过邻接表或邻接矩阵来表示无向图。 其中，邻接表是由一个数组和若干个链表组成，数组中每个元素表示一个顶点，链表中存储该顶点所连接的其他顶点；邻接矩阵是一个二维数组，其中行和列表示顶点，矩阵中的元素表示两个顶点之间是否有边。 深度优先遍历算法： 深度优先遍历算法（Depth-First Search，DFS）是一种用于遍历或搜索树或图的算法。从起始顶点开始，沿着一条路径一直向下走直到不能再走为止，然后返回上一级顶点，直到遍历完整个图。 具体实现时，可以使用递归或栈来记录遍历顺序。以下是递归实现的伪代码： ``` DFS(vertex): visited[vertex] = true for neighbor in neighbors[vertex]: if not visited[neighbor]: DFS(neighbor) ``` 广度优先遍历算法： 广度优先遍历算法（Breadth-First Search，BFS）同样用于遍历或搜索树或图，不同的是它先访问起始顶点的所有邻居，然后再访问邻居的邻居，以此类推，直到访问完整个图。 具体实现时，可以使用队列来记录遍历顺序。以下是队列实现的伪代码： ``` BFS(start): queue = [start] visited[start] = true while queue is not empty: vertex = queue.dequeue() for neighbor in neighbors[vertex]: if not visited[neighbor]: visited[neighbor] = true queue.enqueue(neighbor) ```

“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 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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