【数据结构与算法】自己动手实现图的BFS和DFS（附完整源码）

转载请注明出处：http://blog.csdn.net/ns_code/article/details/19617187

图的存储结构

    本文的重点在于图的深度优先搜索（DFS）和广度优先搜索（BFS），因此不再对图的基本概念做过多的介绍，但是要先大致了解下图的几种常见的存储结构。

    邻接矩阵

    邻接矩阵既可以用来存储无向图，也可以用来存储有向图。该结构实际上就是用一个二维数组（邻接矩阵）来存储顶点的信息和顶点之间的关系（有向图的弧或无向图的边）。其描述形式如下：

 //图的邻接矩阵存储表示
 #define MAX_NUM 20 // 最大顶点个数
 enum GraphKind{GY,GN}; // {有向图,无向图}
 typedef struct
 {
    VRType adj; // 顶点关系类型。对无权图，用1(是)或0(否)表示是否相邻；对带权图，则为权值
    InfoType *info; // 与该弧或边相关信息的指针(可无)
 }ArcCell,AdjMatrix[MAX_NUM][MAX_NUM]; // 二维数组
 typedef struct
 {
    VertexType vexs[MAX_NUM]; // 顶点向量
    AdjMatrix arcs; // 邻接矩阵
    int vexnum,arcnum; // 图的当前顶点数和弧（边）数
    GraphKind kind; // 图的种类标志
 }Graph;

    我们分别看下面两个图，左边为有向图，右边为无向图

             

    上面两个图均为无权图，我们假设存储的时候，V0的序号为0，V1的序号为1，V2的序号为2。。。，且adj为1表示两顶点间没有没有连接，为0时表示有连接。则有向图的邻接矩阵如下图左边的矩阵所示，无向图的邻接矩阵如下图右边的矩阵所示；

         

    根据邻接矩阵很容易判断图中任意两个顶点之间连通与否，并可以求出各个顶点的度。

    1、对于无向图，观察右边的矩阵，发现顶点Vi的度即是邻接矩阵中第i行（或第i列）的元素之和。

    2、对于有向图，由于需要分别计算出度和入读，观察左边的矩阵，发现顶点Vi的出度即为邻接矩阵第i行元素之和，入度即为邻接矩阵第i列元素之和，因此顶点Vi的度即为邻接矩阵中第i行元素和第i列元素之和。

    很明显，邻接矩阵所占用的存储空间与图的边数或弧数无关，因此适用于边数或弧数较多的稠密图。

    邻接表

    邻接表是图的一种链式存储结构，既适合于存储无向图，也适合于存储有向图。在邻接表中，用一个一维数组存储图中的每个顶点的信息，同时为每个顶点建立一个单链表，链表中的节点保存依附在该顶点上的边或弧的信息。其描述形式如下 ：