数据结构与算法--图的遍历及应用

一、图的遍历

          图的遍历定义: 从已给的连通图中某一顶点出发，沿着一些边访遍图中所有的顶点，且使每个顶点仅被访问一次

          遍历实质: 找每个顶点的邻接点的过程

          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之前的顶点

          为避免重复访问:

        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

      1.深度优先搜索遍历(类似于树的先根遍历)

            1) 深度优先搜索遍历方法:

           * 在访问图中某一起始顶点v后，由v出发，访问它的任一邻接顶点w1

           * 再从w1出发，访问与w1邻接但还未被访问过的顶点w2

           * 然后再从w2出发，进行类似的访问，...

           * 如此进行下去，直至到达所有的邻接顶点都被访问过的顶点u为止

           * 接着，退回一步，退到前一次刚访问过的顶点，看是否还有其它没有被访问的邻接顶点

                 // 如果有，则访问此顶点，之后再从此顶点出发，进行与前述类似的访问

                 // 如果没有，就再退回一步进行搜索，重复上述过程，直到连通图中所有顶点都被访问过为止

            2) 邻接矩阵的表示的无向图深度优先搜索遍历算法实现:

void DFS(AMGraph G,int *visited, int v)                   //图G为邻接矩阵类型
{
	printf("%c", G.vexs[v]);                               //v为起始顶点
	visited[v] = 1;                                      //将辅助数组v的位置设为1
	for (int w = 0; w < G.vexnum; w++)              //依次检查邻接矩阵v所在的行
	{
		if ((G.arcs[v][w] != 0) && (!visited[w]))
			DFS(G,visited,w);                      //w是v的邻接点，如果w未访问，则递归调用DFS
	}
}

            3) DFS算法效率分析

         * 用邻接矩阵来表示图，遍历图中每一个顶点都要从头扫描该顶点所在行，时间复杂度为O(n*n)

         * 用邻接表来表示图，有2e个边结点，但只需扫描e个结点即可完成遍历，加上访问n个头结点的时间，时间复杂度为O(n+e)

         * 稠密图--适用于在邻接矩阵上进行深度遍历

         * 稀疏图--适用于在邻接表上进行深度遍历