数据结构——图的遍历(正在学习，持续更新)

图的遍历

深度优先算法

图的深度遍历类似于树的先根遍历，但由于图没有树的层状结构，所以我们很难从理论上去判断到底哪个结点还没被访问，所以我们需要给结点人工添加一个判断位看它是否被访问。

关于深度优先遍历的解释
深度优先遍历可以通俗地说成 “不撞南墙不回头”，即从开始结点开始，访问一个未访问的邻接结点，再从这个邻接结点出发，访问它的一个未访问的邻接结点，依次进行直到没有未被访问的邻接结点。然后才回溯。

并且由于图的存储方式不同，我们的遍历算法会随着存储方式的改变而变化

邻接矩阵存储的深度优先遍历

如果是一个连通图，我们不需要考虑那么多，直接从一个结点开始就可以遍历整个图

void Mgraph::Traverse(int v)
{
    if(!node[v-1].visited)
    {
        cout<<node[v-1].data<<" ";
        node[v-1].visited=1;
        for(int i=1;i<=num_of_node;i++)
        {
            if(Martix[v-1][i-1]==1)
            {
                Traverse(i);
            }
        }
    }
}

但更普遍的情况是我们的图并不是一个连通图，这时就需要进行一个函数的迭代
新增了一个Help函数，使用时直接使用Help函数即可(帮助循环)

void Mgraph::Traverse(int v)
{
    if(!node[v-1].visited)
    {
        cout<<node[v-1].data<<" ";
        node[v-1].visited=1;
        for(int i=1;i<=num_of_node;i++)
        {
            if(Martix[v-1][i-1]==1)
            {
                Traverse(i);
            }
        }
    }
}
void Mgraph::Help()
{
    int v;
    for(v=1;v<=num_of_node;v++)
    {
        Traverse(v);
    }
}

工作正常

邻接表存储的深度优先遍历

与邻接矩阵类似，只不过将是否与结点相邻的条件换成了指针是否为NULL
直接上完整版

void Map::Traverse(int v)
{
    if(!mylist[v-1].visited)
    {
        cout<<mylist[v-1].data<<" ";
        mylist[v-1].visited=1;
        while(mylist[v-1].firnode!=NULL)
        {
            Traverse(mylist[v-1].firnode->node);
            mylist[v-1].firnode=mylist[v-1].firnode->next;
        }
    }
}
void Map::Help()
{
    int v;
    for(v=1;v<=num_of_node;v++)
    {
        Traverse(v);
    }
}

广度优先遍历