算法与数据结构实验5:图的深度和广度优先遍历(邻接矩阵)

Description

给定一个无向连通图,顶点编号从0到n-1,用深度优先搜索(DFS)和广度优先搜索(BFS)遍历,输出从某个顶点出发的遍历序列。(同一个结点的同层邻接点,节点编号小的优先遍历)

Input

第一行是三个整数k,m,t(0<k<100,0<m<(k-1)*k/2,0<t<k),表示有k个顶点,m条边,t为遍历的起始顶点。 下面的m行,每行是空格隔开的两个整数u,v,表示一条连接u,v顶点的无向边。

Output

两行,每行为用空格隔开的k个整数,对应一组数据,分别表示DFS和BFS的遍历结果。

Sample Input

6 7 0
0 3
0 4
1 4
1 5
2 3
2 4
3 5
Sample Output

0 3 2 4 1 5
0 3 4 2 5 1

#include<iostream>
#include<cstdio>
#include<cstring>
#include<cstdlib>
#include<queue>
#define Max_Vertex_Num 100
using namespace std;
typedef struct node
{
    int vex[Max_Vertex_Num+10];//顶点向量
    int arc[Max_Vertex_Num+10][Max_Vertex_Num+10];//邻接矩阵
    int vexnum,arcnum;//顶点数和边数
} Mgraph;
int visit[Max_Vertex_Num+10];//访问数组
void CreatMGraph(Mgraph *G)//创建邻接矩阵
{
    for(int i=1; i<=G->arcnum; i++)
    {
        int a,b;
        cin>>a>>b;
        G->arc[a][b]=G->arc[b][a]=1;//无向图
    }
}
void DFS(Mgraph *G,int k)
{
    visit[k]=1;
    for(int i=0; i<G->vexnum; i++)
        if(G->arc[k][i]&&!visit[i])
        {
            cout<<" "<<i;
            DFS(G,i);
        }
}
void DFS_Travel(Mgraph *G,int k)
{
    memset(visit,0,sizeof(visit));
    cout<<k;
    DFS(G,k);//先遍历一遍以k为顶点出发的所有点
    for(int i=0; i<G->vexnum; i++)
    {
        if(!visit[i])
            DFS(G,i);
    }
}
queue<int>q;
void BFS(Mgraph *G,int k)
{
    visit[k]=1;
    q.push(k);
    while(!q.empty())
    {
        int t=q.front();
        q.pop();
        visit[t]=1;
        for(int i=0; i<G->vexnum; i++)
        {
            if(G->arc[t][i]&&!visit[i])
            {
                cout<<" "<<i;
                visit[i]=1;
                q.push(i);
            }
        }
    }
}
void BFS_Travel(Mgraph *G,int k)
{
    memset(visit,0,sizeof(visit));
    cout<<k;
    BFS(G,k);
    for(int i=0; i<G->vexnum; i++)
    {
        if(!visit[i])
            BFS(G,i);
    }
}
int main()
{
    Mgraph G;
    int k,m,t;
    cin>>k>>m>>t;
    G.vexnum=k;
    G.arcnum=m;
    CreatMGraph(&G);
    DFS_Travel(&G,t);
    cout<<endl;
    BFS_Travel(&G,t);
    cout<<endl;
}
  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
邻接矩阵是一种的存储结构,它可以用来表示有限个顶点之间的关系。邻接矩阵深度优先历和广度优先遍历的两种基本历方式。 邻接矩阵深度优先历(Depth First Search,DFS): 深度优先历是一种用于历或搜索树或的算法。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历或搜索树或的算法。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
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