图的邻接表存储下的广度优先遍历

     图的邻接表存储下的广度优先遍历:需要借助队列实现.

    图的邻接表存储下的广度优先遍历实现代码如下:

/**
	 * 邻接表广度优先遍历
	 * 
	 */
	public void breadFirstTravel()
	{
		System.out.println("邻接表广度优先遍历为:");
		//初始化队列
		Queue <Integer>queue=new LinkedList<Integer>();
		//初始化各顶点的访问状态
		int[] visited=new int[nodes.length];
				
		//从未访问顶点中任选一个顶点作为起始顶点
	    int unvisited=getUnvisited(visited);
	    
	    while(unvisited>=0)
	    {
	    	//起始顶点入队
	    	queue.add(unvisited);
	    	
	    	while(!queue.isEmpty())
	    	{
	    		//出队顶点并访问
	    		int index=queue.poll();
	    		System.out.println(nodes[index].value+" ");
	    		//标记被访问
	    		visited[index]=1;
	    		//遍历所有未被访问的邻接节点,放入队列
	    		ListGraphN
  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 邻接表是一种存储的数据结构,广度优先遍历是一种遍历的算法。邻接表存储的方式,可以用一个数组来存储中的所有顶点,数组中每个元素对应一个顶点,每个顶点都指向一个链表,链表中存储的是该顶点所连接的其他顶点。 下面是邻接表存储广度优先遍历的实现过程: 1. 首先从起始顶点开始遍历,将起始顶点标记为已访问,放入队列中。 2. 从队列中取出一个顶点,遍历该顶点所连接的所有未被访问过的顶点,将这些顶点标记为已访问,并将它们放入队列中。 3. 重复步骤2,直到队列为空。 具体的步骤如下: ```python # 定义邻接表存储的类 class Graph: def __init__(self, vertices): self.V = vertices # 顶点个数 self.adj = [[] for i in range(vertices)] # 邻接表 # 添加边 def add_edge(self, u, v): self.adj[u].append(v) # 广度优先遍历 def bfs(self, s): visited = [False] * self.V # 记录每个顶点是否被访问过 queue = [] # 创建一个空队列 queue.append(s) # 将起始顶点放入队列中 visited[s] = True # 标记起始顶点为已访问 while queue: s = queue.pop(0) # 取出队列中的第一个顶点 print(s, end=' ') # 遍历所有与该顶点相连的顶点 for i in self.adj[s]: if visited[i] == False: queue.append(i) # 将未访问的顶点放入队列中 visited[i] = True # 标记该顶点为已访问 ``` 其中,`vertices` 表示中顶点的个数,`adj` 是一个邻接表,用来存储每个顶点所连接的其他顶点。`add_edge` 方法用来添加边,`bfs` 方法用来实现广度优先遍历。 下面是一个示例: ```python g = Graph(4) g.add_edge(0, 1) g.add_edge(0, 2) g.add_edge(1, 2) g.add_edge(2, 0) g.add_edge(2, 3) g.add_edge(3, 3) g.bfs(2) ``` 输出结果为:2 0 3 1 ### 回答2: 邻接表是一种常用的存储的方式,可用于实现广度优先遍历广度优先遍历是一种从起始节点开始逐层遍历的算法,使用队列来辅助实现。 首先,我们需要创建一个队列和一个标记数组。队列用来存储待遍历的节点,初始时将起始节点放入队列中。标记数组用于标记已经访问过的节点,避免重复访问。 接下来,我们进行循环,直到队列为空。在每个循环中,取出队列的头部节点,并将其标记为已访问。然后,遍历该节点的邻居节点,并将邻居节点放入队列中,但只有在邻居节点未被访问过的情况下才放入队列中。 最后,当队列为空时,遍历结束,我们就得到了广度优先遍历结果。 以下是一个示例代码: ```python def bfs(adjacency_list, start): if start not in adjacency_list: return queue = [start] # 创建队列,并将起始节点放入队列中 visited = set([start]) # 创建标记数组,并将起始节点标记为已访问 while queue: node = queue.pop(0) # 取出队列的头部节点 # 遍历当前节点的邻居节点 for neighbor in adjacency_list[node]: if neighbor not in visited: # 如果邻居节点未被访问过 queue.append(neighbor) # 将邻居节点放入队列中 visited.add(neighbor) # 标记邻居节点为已访问 print(node) # 输出当前节点 # 示例邻接表 adjacency_list = { 'A': ['B', 'C'], 'B': ['A', 'C', 'D'], 'C': ['A', 'B', 'D', 'E'], 'D': ['B', 'C', 'E', 'F'], 'E': ['C', 'D'], 'F': ['D'] } bfs(adjacency_list, 'A') # 从节点'A'开始进行广度优先遍历 ``` 输出结果为:A, B, C, D, E, F 以上就是使用邻接表实现广度优先遍历的方法。

“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
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