图的邻接矩阵表示以及深度、广度优先遍历

图是一种重要的数据结构,主要由顶点和边组成,一般根据边是否为双向分为无向图和有向图。


G1为无向图,G2为有向图。


1、深度优先遍历

假设初始状态是图中所有顶点均未被访问,则从某个顶点v出发,首先访问该顶点,然后依次从它的各个未被访问的邻接点出发深度优先搜索遍历图,直至图中所有和v有路径相通的顶点都被访问到。 若此时尚有其他顶点未被访问到,则另选一个未被访问的顶点作起始点,重复上述过程,直至图中所有顶点都被访问到为止。

G1 的深度优先遍历结果为A C B D F G E ,G2为A B C E D F G 

2、广度优先遍历

从图中某顶点v出发,在访问了v之后依次访问v的各个未曾访问过的邻接点,然后分别从这些邻接点出发依次访问它们的邻接点,并使得“先被访问的顶点的邻接点先于后被访问的顶点的邻接点被访问,直至图中所有已被访问的顶点的邻接点都被访问到。如果此时图中尚有顶点未被访问,则需要另选一个未曾被访问过的顶点作为新的起始点,重复上述过程,直至图中所有顶点都被访问到为止。

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
邻接矩阵的一种表示方法,可以用矩阵的形式表示的结构。邻接矩阵中的行和列都表示中的节点,矩阵中的值表示两个节点之间是否存在边。如果节点 i 和节点 j 之间存在边,则邻接矩阵中第 i 行第 j 列的值为 1,否则为 0。 广度优先遍历是一种的遍历算法,用于遍历中的所有节点。广度优先遍历中的某个节点开始,首先访问该节点,然后访问该节点的所有邻居节点,再访问邻居节点的邻居节点,直到遍历完所有节点。 邻接矩阵实现广度优先遍历可以使用队列来实现。具体步骤如下: 1. 创建一个队列,将起始节点加入队列中。 2. 创建一个数组 visited,用于记录每个节点是否已经被访问过,将起始节点标记为已访问。 3. 从队列中取出一个节点,访问该节点,并将该节点的所有未访问过的邻居节点加入队列中。 4. 如果队列不为空,重复步骤 3,直到队列为空。 下面是基于邻接矩阵实现广度优先遍历的 Python 代码示例: ```python def bfs(graph, start): queue = [start] visited = [False] * len(graph) visited[start] = True while queue: node = queue.pop(0) print(node, end=' ') for i in range(len(graph)): if graph[node][i] == 1 and not visited[i]: queue.append(i) visited[i] = True ``` 其中,graph 是邻接矩阵,start 表示起始节点。调用 bfs 函数即可进行广度优先遍历
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