问题描述
在图的搜索算法中,深度优先搜索采取的思路是尽可能地访问相邻顶点。设仍存在未搜索邻接边的顶点中最后一个被发现的顶点为v,那么深度优先搜索就是对顶点v的邻接边递归地进行搜索。当v的边全部搜索完毕后,程序沿发现v时所经过的边回归,继续搜索前一顶点。
搜索一直持续到发现当前起点可到达的所有顶点为止。如果仍有顶点未被发现,则选择其中编号最小的一个作为新起点继续搜索。
深度优先搜索中,需要对各顶点记录以下两个时间戳。
1.
d
[
v
]
d[v]
d[v]:记录第一次访问v的时刻(发现时刻)
2.
f
[
v
]
f[v]
f[v]:记录调查完v的邻接表的时刻(结束时刻)
请基于以下需求编写一个程序,对给定有向图 G = ( V , E ) G=(V,E) G=(V,E)进行深度优先搜索,并显示其执行过程。
1.G以邻接表的形式给出。各顶点编号为1至n
2.各邻接表的顶点编号按升序排列
3.程序报告各顶点的发现时刻和结束时刻
4.深度优先搜索过程中,如果同时出现多个待访问的结点,则选择其中最小的一个进行访问
5.首个被访问的顶点的开始时刻为1
输入: 第1行输入G的顶点数n。接下来n行按如下格式输入各顶点u的邻接表。
u k v1 v2 … vk
其中u为顶点编号,k为u的度,v1 v2 …vk为与u相邻的顶点编号。
输出: 按顶点编号顺序输出各顶点的id、d、f,每个顶点占一行,id、d、f之间用空格隔开。id为顶点编号,d为该顶点的发现时刻,f为该顶点的结束时刻。
限制: 1 ≤ n ≤ 100。
输入示例
6
1 2 2 3
2 2 3 4
3 1 5
4 1 6
5 1 6
6 0
输出示例
1 1 12
2 2 11
3 3 8
4 9 10
5 4 7
6 5 6
讲解
深度优先搜索中,我们用栈来临时保存仍在搜索中的顶点。使用栈的深度优先搜索算法如下。
1.将最初访问的顶点压入栈。
2.只要栈中仍有顶点,就循环进行下述操作:
访问栈顶部的顶点u。
从当前访问的顶点u移动至顶点v时,将v压入栈。如果当前顶点u不存在为访问的相邻顶点,则将u从栈中删除。
用WHITE代表未访问的顶点。
用GRAY代表访问过的顶点。
用BLACK代表访问结束的顶点。
GRAY顶点虽然已经被访问,但仍可能留有通往未访问顶点的边(仍存储在栈中)。相对地,黑色的访问结束的顶点已经没有通往未访问顶点的边了。
使用栈的深度优先搜索需要以下几个变量:
color[n]:用WHITE、GRAY、BLACK中的一个来表示顶点 i 的访问状态。
M[n][n]:邻接矩阵,如果存在顶点 i 到 j 的边,则M[i][j]为true。
Stack S:栈,暂存访问过程中的顶点。
使用这些变量设计的深度优先搜索算法如下:
dfs_init() //顶点编号为0起点
将所有顶点的color设置为WHITE
dfs(0)//以顶点0为起点进行深度优先搜索
dfs(u)
S.push(u)//将起点u压入栈
color[u] = GRAY//将起点u压入栈
d[u] = ++time
while S不为空
u = S.top()
v = next(u)//依次获取与u相邻的顶点
if v != NIL
if color[v] == WHITE
color[v] = GRAY
d[v] = ++time
S.push(v)
else
S.pop()
color[u] = BLACK
f[u] = ++time
在通过栈实现的深度优先搜索中,如果需要按照编号顺序访问顶点,那么就要将与u相邻的顶点的访问状态以某种形式保存下来。上述伪代码中,我们用next(u)来按编号顺序获取u的相邻顶点。
相对地,深度优先搜索可以用下述递归算法来简化实现。
dfs_init()//顶点编号为0起点
将所有顶点的color设置为WHITE
dfs(0)
dfs(u)
color[u] = GRAY
d[u] = ++time
for 顶点v从0到|V|-1
if M[u][v] && color[v] == WHITE
dfs(v)
color[u] = BLACK
f[u] = ++time
AC代码如下
1. C(用递归实现的深度优先搜索)
#include<stdio.h>
#define N 100
#define WHITE 0
#define GRAY 1
#define BLACK 2
int n, M[N][N];
int color[N], d[N], f[N], tt;
//用递归函数实现的深度优先搜索
void dfs_visit(int u){
int v;
color[u] = GRAY;
d[u] = ++tt;//最初的访问
for(v = 0; v < n; v++){
if(M[u][v] == 0) continue;
if(color[v] == WHITE){
dfs_visit(v);
}
}
color[u] = BLACK;
f[u] = ++tt;//访问结束
}
void dfs(){
int u;
//初始化
for(u = 0; u < n; u++) color[u] = WHITE;
tt = 0;
for(u = 0; u < n; u++){
//以未访问的u为起点进行深度优先搜索
if(color[u] == WHITE) dfs_visit(u);
}
for(u = 0; u < n; u++){
printf("%d %d %d\n", u + 1, d[u], f[u]);
}
}
int main(){
int u, v, k, i, j;
scanf("%d", &n);
for(i = 0; i < n; i++){
for(j = 0; j < n; j++) M[i][j] = 0;
}
for(i = 0; i < n; i++){
scanf("%d %d", &u, &k);
u--;
for(j = 0; j < k; j++){
scanf("%d", &v);
v--;
M[u][v] = 1;
}
}
dfs();
return 0;
}
2. C++(用栈实现的深度优先搜索)
#include<iostream>
#include<stack>
using namespace std;
static const int N = 100;
static const int WHITE = 0;
static const int GRAY = 1;
static const int BLACK = 2;
int n, M[N][N];
int color[N], d[N], f[N], tt;
int nt[N];
//按编号顺序获取与u相邻的v
int next(int u){
for(int v = nt[u]; v < n; v++){
nt[u] = v + 1;
if(M[u][v]) return v;
}
return -1;
}
//用栈实现的深度优先搜索
void dfs_visit(int r) {
for(int i = 0; i < n; i++) nt[i] = 0;
stack<int> S;
S.push(r);
color[r] = GRAY;
d[r] = ++tt;
while(!S.empty() ){
int u = S.top();
int v = next(u);
if(v != -1){
if(color[v] == WHITE){
color[v] = GRAY;
d[v] = ++tt;
S.push(v);
}
} else {
S.pop();
color[u] = BLACK;
f[u] = ++tt;
}
}
}
void dfs(){
//初始化
for(int i = 0; i < n; i++){
color[i] = WHITE;
nt[i] = 0;
}
tt = 0;
//以未访问的u为起点进行深度优先搜索
for(int u = 0; u < n; u++){
if(color[u] == WHITE) dfs_visit(u);
}
for(int i = 0; i < n; i++){
cout<<i+1<<" "<<d[i]<<" "<<f[i]<<endl;
}
}
int main(){
int u, k, v;
cin>>n;
for(int i = 0; i < n; i++){
for(int j = 0; j < n; j++) M[i][j] = 0;
}
for(int i = 0; i < n; i++){
cin>>u>>k;
u--;
for(int j = 0; j < k; j++){
cin>>v;
v--;
M[u][v] = 1;
}
}
dfs();
return 0;
}