数据结构实验之图论一:基于邻接矩阵的广度优先搜索遍历
Time Limit: 1000 ms Memory Limit: 65536 KiB
Problem Description
给定一个无向连通图,顶点编号从0到n-1,用广度优先搜索(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
输入第一行为整数n(0< n <100),表示数据的组数。
对于每组数据,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m条边,k个顶点,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
输出有n行,对应n组输出,每行为用空格隔开的k个整数,对应一组数据,表示BFS的遍历结果。
Sample Input
1
6 7 0
0 3
0 4
1 4
1 5
2 3
2 4
3 5
Sample Output
0 3 4 2 5 1
Hint
以邻接矩阵作为存储结构。
Source
基本思想
广度优先搜索(Breadt-First-Search, BFS)类似于二又树的层序遍历算法,其基本思想是:首先访问起始顶点v,接着由v出发,依次访问v的各个未访问过的邻接顶点wI, w2,. w,然后依次访问w, w," w;的所有未被访问过的邻接顶点:再从这些访问过的顶点出发,访问它们所有未被访问过的邻接顶点....以.此类推,直到图中所有顶点都被访问过为止。Dijkstra 单源最短路径算法和Prim最小生成树算法也应用了类似的思想。
广度优先搜索是一种分层的查找过程,每向前走步可能访问 --批顶点, 不像深度优先搜索那样有往回退的情况,因此它不是一个递归的算法。为了实现逐层的访问,算法必须借助一个辅助队列,以记忆正在访问的顶点的下一-层顶点。
代码实现
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
typedef struct
{
int vex[123456];
int adj[123][123];
int vexnum,edgenum;
} Mgraph;//图的存储结构
int visit[123456];
int left,right;
int queue[123456];
int flag;
int FirstAdjVex(Mgraph G , int v)
{
int i;
for(i = 0 ; i < G.vexnum ; ++i)
{
if(G.adj[v][i] == 1 && visit[i]==0)
return i;
}
return -1;
}//FirstAdjVex//返回v的第一个邻接点
int NextAdjVex(Mgraph G , int u , int w)
{
//返回v相对于 w 的下一个邻接点
int i;
for(i = w ; i < G.vexnum ; ++i)
{
if(G.adj[u][i] == 1 && visit[i]==0)
return i;
}
return -1;
}//NextAdjVex
int LocateVex(Mgraph G ,int v)
{
//确定点v在G中的位置
int i;
for(i = 0; i < G.vexnum; ++i)
if(G.vex[i] == v)
return i;
return -1;
}//LocateVex
void bianli(Mgraph g,int t)
{
memset(visit,0,sizeof(visit));
left=0;
right=0;
int v;
for(v=LocateVex(g,t); v<g.vexnum; v++)
{
if(!visit[v])
{
visit[v]=1;
if(flag==1)
{
printf("%d",g.vex[v]);
flag=0;
}
else printf(" %d",g.vex[v]);
queue[right++]=v;
while(left<right)
{
int w,u=queue[left];
left++;
for(w=FirstAdjVex(g,u); w>=0; w=NextAdjVex(g,u,w))
if(!visit[w])
{
visit[w]=1;
if(flag==1)
{
printf("%d",g.vex[w]);
flag=0;
}
else printf(" %d",g.vex[w]);
queue[right++]=w;
}
}
}
}
}
int main()
{
Mgraph g;
int i,j;
int n;
scanf("%d",&n);
while(n--)
{
flag=1;
for(i=0; i<g.vexnum; i++)
for(j=0; j<g.vexnum; j++)
g.adj[i][j]=0;
int t,u,v;
scanf("%d%d%d",&g.vexnum,&g.edgenum,&t);
for(i=0; i<g.edgenum; i++)
{
scanf("%d%d",&u,&v);
g.adj[u][v]=1;
g.adj[v][u]=1;
}
for(i=0; i<g.vexnum; i++)
g.vex[i]=i;
bianli(g,t);
printf("\n");
}
return 0;
}
性能分析
无论是邻接表还是邻接矩阵的存储方式,BFS 算法都需要借助一个辅助队列Q,n个顶点均需入队一次,在最坏的情况下,空间复杂度为O(V)。
采用邻接表存储方式时,每个顶点均需搜索一次(或入队一次),故时间复杂度为O(V),在搜索任一顶点的邻接点时,每条边至少访问一次,故时间复杂度为O([E), 算法总的时间复杂度为O(V+ E)。采用邻接矩阵存储方式时,查找每个顶点的邻接点所需的时间为O(V),故算法总的时间复杂度为O(V)。