数据结构与算法-图的深度优先遍历【十六】

对于图的遍历，也分为深度优先遍历与广度优先遍历。

深度优先遍历：找到它的邻接点，然后选择一条路走到黑，直到遇到已经遍历过的节点，那么回退，不然一直往下面走。

还是以之前的这个邻接矩阵为例：

以这个邻接矩阵为例：

图的定义：

  
  function Graph(vexs = [], arcs = []) {
      this.vexs = vexs
      this.arcs = arcs
  }

vexs 存储了4个顶点：

const vexs= [ 'A', 'B', 'C', 'D']

arcs是一个二维数组，长这样：

const arcs=
   [
     [0, 1, 1, 0],
     [1, 0, 1, 1],
     [1, 1, 0, 1],
     [0, 1, 1, 0]
   ]

初始化这个图：

  var graph = new Graph(vexs, arcs);

深度优先遍历

需要一个辅助的数组 或者 map来记录这个节点是否被访问过。

/**
graph 图
v     第v个节点
*/
// 辅助数组
let visited = []
function dfs(graph, v = 0) {
	
	// 从节点A开始
	console.log(`当前访问的是第${v}个节点：`, graph.vexs[v])
	visited[v] = true
    // 相当于按照行遍历这个矩阵
	for (let i = 0; i < graph.vexs.length; i++) {
	    if (graph.arcs[v][i]!==0 && visited[i]!==true) {
	    	dfs(graph, i)
	    }
	}

}

时间复杂度分析:

用邻接矩阵来表示图：
如果n个顶点，实际上是遍历了整个矩阵，所以时间复杂度是O(n^2)

用邻接表来表示图：
如果n个顶点，2e条边（表节点），但是可以改良为邻接多重表/十字链表，实际上遍历e个节点，也能完成，所以时间复杂度是O(n+e)

结论：

稠密图更适合在邻接矩阵上进行深度遍历。
稀疏图更适合在邻接表上进行深度遍历。