图的常用遍历——广度优先遍历和深度优先遍历

3 篇文章 0 订阅

目录

 一、遍历图可能遇到的问题

二、图的常用遍历

三、深度优先遍历(DFS)

四、广度优先遍历(BFS)


 一、遍历图可能遇到的问题

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曾经访问过的顶点。怎样避免重复访问?

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。

二、图的常用遍历

1、深度优先搜索(DFS)

2、广度优先搜索(BFS)

三、深度优先遍历(DFS)

1、遍历的方法

■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。

连通图的深度优先遍历类似于树的先根遍历

2、邻接矩阵表示的无向图深度优先遍历的实现如下图所示:

 3、算法描述

void DFS(AMGraph G, int v){          //图G为邻接矩阵类型

cout<<V; visited[v] = true;  //访问第v个顶点,visited[v]是铺助数组,用于记录图中的结点是否访问过

for(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,w);                //w是v的邻接点,如果w未访问,则递归调用DFS

}

四、广度优先遍历(BFS)

1、方法:从图的某一结点出发, 首先依次访问该结点的所有邻点Vi1,Vi2 ,...,Vin再按这些顶点被访问的先后次序依次访问与它们相邻接的所有未被访问的顶点。重复此过程,直至所有结点都被访问为止。图的广度优先遍历和树的层次遍历相似。

2、典型例题

 3、邻接表表示的无向图广度优先遍历的实现

算法思路:借助了一个循环队列来存储要遍历的结点:如上图所示的无向图,首先访问V1结点并且将V1下的邻接点V2和V3入队,然后再访问V2结点并且将V2结点下的邻接点V4和V5,一直执行下去,直到辅助数组visited[n]全部标记为1为止访问完毕。

4、算法描述

void BFS (Graph G, int v){               //按广度优先非递归遍历连通图G
cout<<v; visited[v] = true;             //访问第v个顶点

InitQueue(Q);                          //辅助队列Q初始化,置空

EnQueue(Q v);                           //v进队

while(!QueueEmpty(Q)){                   //队列非空

DeQueue(Q,u);                           //队头元素出队并置为u

for(w = FirstAdjVex(G, u); w>=0; w = NextAdjVex(G, u, w))
//从第一条弧开始依次的去找结点,然后再找与下一条弧相连的节点。 
if(!visited[w]){                       //w为u的尚未访问的邻接顶点

count<<w; visited[w] = true; EnQueue(Q w); //w进队
       }//访问每个邻接点,访问完以后将每个邻接点入队

   }//while

}//BFS

  • 6
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 广度优先搜索是一种遍历算法,它从的某个顶点开始遍历,先访问该顶点,然后依次访问该顶点的所有邻接点,再依次访问邻接点的邻接点,直到遍历完所有可达的顶点为止。广度优先搜索通常使用队列来实现,每次访问一个顶点时,将其所有未访问的邻接点加入队列中,然后从队列中取出一个顶点进行访问,直到队列为空为止。广度优先搜索可以用于寻找中的最短路径,也可以用于检测是否连通,或者寻找中的环等问题。 ### 回答2: 广度优先搜索(BFS)是一种遍历算法,其遍历规则是:从某个定点开始,先访问它的所有邻居节点,然后对于每个邻居节点再访问它们的邻居节点,依此类推,直到遍历完整个。BFS使用队列来存储待访问的节点,并在队列中按照先进先出(FIFO)的原则进行访问,确保遍历结果是按照最短路径的顺序得到的。在任何时刻,队列中所有已访问过的节点都必须被一个标记,避免重复遍历。 BFS算法可以用于寻找无权中两个顶点之间最短路径的问题。具体实现过程如下:从起始节点开始,扩展其所有邻居节点,将它们加入队列,并在它们的数据结构中记录下与它相邻的“父节点”。然后从队列中取出下一个节点,重复此过程,直到找到目标节点或者队列为空。如果目标节点被访问过,可以通过跟踪每个节点的父节点信息反向回溯得到最短路径。 需要注意的是,由于BFS需要维护一个队列,且中节点访问过与否的状态需要用额外的标记进行管理,因此其时间复杂度为O(n+m),其中n为节点数,m为边数。BFS空间复杂度为O(n),主要是队列的存储空间。此外,当的规模较大时,BFS可能会因为占用大量内存而无法使用,需要使用更高效的算法来解决问题。 总之,BFS是一种简单而有效的遍历算法。它可以被广泛应用于各种场景中,如建模地网络、社交网络、计算机网络等,并且具有简单易懂、实现容易、算法复杂度较低等优点。 ### 回答3: 广度优先搜索(BFS)是一种常用遍历算法,其核心思想是“一层一层地遍历”,即先访问起始顶点的邻接顶点,然后再访问邻接顶点的邻接顶点,以此类推,直到中所有顶点都被访问过为止。广度优先搜索可以用于遍历、最短路径等问题。 广度优先搜索的算法流程如下: 1. 创建一个队列,将起始顶点加入队列; 2. 标记起始顶点已被访问; 3. 循环执行以下步骤,直到队列为空: a. 出队一个顶点,并访问该顶点; b. 遍历该顶点的所有邻接顶点,如果邻接顶点未被访问,则标记其已被访问,并将其加入队列中; 4. 如果中还有未被访问的顶点,从未访问的顶点中选取一个作为起始顶点重复上述步骤。 广度优先搜索是一种较为简单且易于实现的算法,其时间复杂度为O(V+E),其中V为中顶点的数目,E为中边的数目。因此,该算法适用于较小规模的。 除了广度优先搜索外,还有一种常用遍历算法是深度优先搜索(DFS),其核心思想是“一条路走到黑”,即从起始顶点出发,沿着路径一直往下走直到走到末端,然后返回上一层继续遍历。DFS也可以用于遍历、最短路径等问题。与BFS不同的是,DFS使用的是栈而非队列来存储待访问的顶点,其时间复杂度也为O(V+E)。 总之,广度优先搜索和深度优先搜索是两种常用遍历算法,它们在不同的场景下具有不同的优势和应用。因此,我们需要针对具体的问题来选择合适的算法

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

夜深人静码代码

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值