图的深度与广度遍历及最小生成树

最新推荐文章于 2024-08-15 16:07:03 发布

honeyCR

最新推荐文章于 2024-08-15 16:07:03 发布

阅读量3.8k

点赞数

分类专栏：数据结构

本文链接：https://blog.csdn.net/baidu_37964071/article/details/80172508

版权

本文探讨了图的深度优先搜索(DFS)和广度优先搜索(BFS)算法，并介绍了如何利用这些算法找到图的最小生成树。通过具体的代码实现，详细解释了算法的工作原理和应用。

摘要由CSDN通过智能技术生成

上一篇文章讲了图的有关概念以及图的两种存储方式，点击打开链接

接下来我们一起学习图的两种遍历及最小生成树的实现。

一、图的遍历

1、广度优先遍历（Breadth First Search, BFS）

广度优先搜索类似于树的层序遍历，看一个例子：

假设我们都从节点0开始遍历，无向图遍历顺序为0,3,4,1,2,，有向图遍历顺序为0,3,4,1,2。

下面是实现的代码，需要借助队列来完成：

// 图的广度优先遍历 
	void BFS(const V& v)
	{
		queue<int> q;
		//标记是否已经遍历，遍历过为true
		vector<bool> visited(_v.size(), false);
		size_t index = GetIndexOfV(v);
		q.push(index);
		_BFS(q, visited);

		//避免漏掉与其他顶点无关的点
		for (size_t i = 0; i < _v.size(); i++)
		{
			if (visited[i] == false)
			{
				q.push(i);
				_BFS(q, visited);
			}
		}
		cout << endl;
	}
       void _BFS(queue<int>& q, vector<bool>& visited)
	{
		while (!q.empty())
		{
			size_t index = q.front();
			q.pop();
			if (visited[index] == true)
				continue;
			visited[index] = true;
			cout << _v[index] << " ";

			pNode pCur = _linkEdges[index];
			while (pCur)
			{
				if (visited[pCur->_dst] == false)
					q.push(pCur->_dst);
				pCur = pCur->_