[b]DFS(深度优先遍历)[/b]
图的深度优先搜索和树的深度优先搜索思想很相似,都是从一个顶点v出发尽可能像纵深方向搜索,访问了顶点v,下一个访问与v相邻的顶点v1,然后以v1作为初始节点,依次访问后面的节点。对于深度优先搜索的实现,我们采用堆栈来实现。
递归实现DFS的伪代码:
[b]BFS(广度优先遍历)[/b]
广度优先遍历也很容易理解,就是从一个顶点v出发,我们首先访问完所有与v相邻的顶点后,然后在以和v第一个相邻的节点作为初始节点以同样的方式搜索。我们采用队列来实现图的广度优先搜索。
迭代实现BFS的伪代码:
[b]BFS和DFS的具体实现[/b]
下面我们用java实现DFS和BFS,然后建立一个无向图进行测试。代码如下:
输出结果为:
0 1 4 2 3
0 1 2 4 3
图的深度优先搜索和树的深度优先搜索思想很相似,都是从一个顶点v出发尽可能像纵深方向搜索,访问了顶点v,下一个访问与v相邻的顶点v1,然后以v1作为初始节点,依次访问后面的节点。对于深度优先搜索的实现,我们采用堆栈来实现。
递归实现DFS的伪代码:
void dfs(vertex v) {
if(v == null) return;
v.visited = true;
foreach(vertex v.adjancent){
if(v.adjancent.visted == false)
dfs(v.adjancent);
}
}
[b]BFS(广度优先遍历)[/b]
广度优先遍历也很容易理解,就是从一个顶点v出发,我们首先访问完所有与v相邻的顶点后,然后在以和v第一个相邻的节点作为初始节点以同样的方式搜索。我们采用队列来实现图的广度优先搜索。
迭代实现BFS的伪代码:
void bfs(Queue queue) {
while(!queue.isEmpty()){
Vertex v = queue.poll();
while(foreach vertex : v.adjancent == false){
queue.offer(v.adjancent);
v.adjancent == true;
}
}
}
[b]BFS和DFS的具体实现[/b]
下面我们用java实现DFS和BFS,然后建立一个无向图进行测试。代码如下:
//图的顶点类
class GraphVertex{
public int label;
public boolean wasVisited;
public GraphVertex(int label){
this.label=label;
wasVisited=false;
}
}
public class GraphDemo {
private GraphVertex[] vertexList;
private int[][] ajmx;
private int numVerts;
Stack<Integer> theStack = new Stack<Integer>();
Queue<Integer> theQueue = new LinkedList<Integer>();
//创建一个图的实例
public GraphDemo(int vertexNum) {
//构建顶点集合
vertexList = new GraphVertex[vertexNum];
//构建邻接矩阵
ajmx = new int[vertexNum][vertexNum];
numVerts = 0;
}
//添加顶点
public void addVertex(int label) {
vertexList[numVerts++] = new GraphVertex(label);
}
//添加边
public void addEdge(int start,int end){
//如果两个顶点之间有边,则初始化为1;
ajmx[start][end]=1;
ajmx[end][start]=1;
}
//深度优先遍历
public void dfs(){
//从标号为0的点开始遍历
vertexList[0].wasVisited=true;
System.out.print(0 + " ");
theStack.push(0);
while(!theStack.isEmpty()){
int vertex = getAdjUnvisitedVertex(theStack.peek());
if(vertex == -1)
theStack.pop();
else{
vertexList[vertex].wasVisited=true;
System.out.print(vertex + " ");
theStack.push(vertex);
}
}
setDefaultVertex();
}
//广度优先遍历
public void bfs(){
vertexList[0].wasVisited = true;
System.out.print(0 + " ");
theQueue.offer(0);
int vertex1;
while(!theQueue.isEmpty()){
int temVertex = theQueue.remove();
while((vertex1 = getAdjUnvisitedVertex(temVertex)) != -1){
vertexList[vertex1].wasVisited = true;
System.out.print(vertex1 + " ");
theQueue.offer(vertex1);
}
}
setDefaultVertex();
}
//遍历结束后,恢复顶点的默认值
public void setDefaultVertex(){
for (int j = 0; j < numVerts; j++) {
vertexList[j].wasVisited=false;
}
}
//得到未访问过的相连的顶点
public int getAdjUnvisitedVertex(int v){
for (int j = 0; j < numVerts; j++) {
if(ajmx[v][j] == 1 && vertexList[j].wasVisited == false)
return j;
}
return -1;
}
public static void main(String[] args) {
GraphDemo graph = new GraphDemo(5);
for(int i = 0; i < 5; i++)
graph.addVertex(i);
graph.addEdge(0,1);
graph.addEdge(0,2);
graph.addEdge(1,4);
graph.addEdge(2,3);
graph.dfs();
System.out.println();
graph.bfs();
}
}
输出结果为:
0 1 4 2 3
0 1 2 4 3