DFS,BFS算法总结

DFS,BFS算法总结  


一个典型的实现: http://www.cnblogs.com/dolphin0520/archive/2011/07/13/2105236.html

深度优先遍历算法

(1)邻接矩阵的深度优先遍历算法:
void AdjMWGraph::Depth(int v,int visited[])
 { cout<<""\n 顶点"<<v+1"权值:"<<Vertices[v];
   visited[v]=1;
 for(int col=0;col<numV;col++)
  { if(Edge[v][col]==0||Edge[v][col]==MaxWeight)continue;
    if(!visited[col])Delpth(col,visited);
  }
}

  故用邻接矩阵表示图时,搜索一个顶点的所有邻接点需花费O(n)时间,则从n个顶点出发搜索的时间应为O(n2),即DFS算法的时间复杂度是(n2)。

(2)邻接链表的深度优先遍历算法:
Void AdjTWGraph::DepthFirst(int v, int visited[])
 { int vj; Edge *p;
  cout<<Vertices[v].data<<" ";
  visited[v]=1;
  p=Vertices[v].adj;     //取v的邻接边结点
  while(p!=NULL)
  { vj=p->dest;       //取v的邻接点编号
   if(visited[vj]==0)DepthFirst(vj, visited);
   p=p->next;       //取下一个邻接边结点
  }
 }

  使用邻接链表来表示图时,其 DFS 算法的时间复杂度为 O(n+e) ,此处 e 为无向图中边的数目或有向图中弧的数目。 

广度优先遍历算法
(1)邻接矩阵的广度优先遍历算法:
void AdjMWGraph::Depth(int v,int visited[])
 {  sqQueue<  int>q;        //定义队列queue
   q.EnQueue(v);        //顶点v入队列
   while(!q.IsEmpty())        //当队列非空时循环
       {  v=q.DeQueue();        //出队列得到队头顶点u
          cout<<endl<<"顶点"<<v+1<<"权值:"<<Vertices[col];          //访问顶点v
          visited[col]=1;//标记顶点v已访问
          for(int col=0;col<numV;col++)
          if(Edge[v][col]>0;&&Edge[v][col]<MaxWeight&&visite[col]==0)
          q.EnQueue(col);
   }
   cout<<endl<<"end!"<<"endl;
 };

  邻接矩阵表示图时,搜索一个顶点的所有邻接点需花费O(n)时间,则从n个顶点出发搜索的时间应为O(n2),即BFS算法的时间复杂度是(n2)。

(2)邻接链表的深度优先遍历算法:
void AdjTWGraph::BroadFirst(int v, int visited[])
 {   int vj;   Edge *p;   SqQueue <int> Q; Q.EnQueue(v);
    while(!Q.IsEmpty())               //队列不空,循环
      {   v=Q.DeQueue();         //出队并且访问顶点v
     cout<<Vertices[v].data<<" ";   visited[v]=1;
      p=Vertices[v].adj;             //取v的邻接边结点
    while(p!=NULL)   { vj=p->dest;     //取v的邻接点编号vj
     if(visited[vj]==0) Q.EnQueue(vj);             //vj未访问,入队
       p=p->next;             //取下一个邻接边结点
    }
   }
  }

  使用邻接链表来表示图时,其 BFS 算法的时间复杂度为 O(n+e) ,此处 e 为无向图中边的数目或有向图中弧的数目。 

附代码:
#include<iostream>
#include<queue>
#include<stack>
#include<stdlib.h>
#define MAX 100
using namespace std;
 
typedef struct
{
    int edges[MAX][MAX];    //邻接矩阵
    int n;                  //顶点数
    int e;                  //边数
}MGraph;
 
bool visited[MAX];          //标记顶点是否被访问过
 
void creatMGraph(MGraph &G)    //用引用作参数
{
    int i,j;
    int s,t;                 //存储顶点编号
    int v;                   //存储边的权值
    for(i=0;i<G.n;i++)       //初始化
    {
        for(j=0;j<G.n;j++)
        {
            G.edges[i][j]=0;
        }
        visited[i]=false;
    }
    for(i=0;i<G.e;i++)      //对矩阵相邻的边赋权值
    {
        scanf("%d %d %d",&s,&t,&v);   //输入边的顶点编号以及权值
        G.edges[s][t]=v;
    }
}
 
void DFS(MGraph G,int v)      //深度优先搜索
{
    int i;
    printf("%d ",v);          //访问结点v
    visited[v]=true;
    for(i=0;i<G.n;i++)       //访问与v相邻的未被访问过的结点
    {
        if(G.edges[v][i]!=0&&visited[i]==false)
        {
            DFS(G,i);
        }
    }
}
 
void DFS1(MGraph G,int v)   //非递归实现,注意理解!!
{
    stack<int> s;
    printf("%d ",v);        //访问初始结点
    visited[v]=true;
    s.push(v);              //入栈
    while(!s.empty())
    {
        int i,j;
        i=s.top();          //取栈顶顶点
        for(j=0;j<G.n;j++)  //访问与顶点i相邻的顶点
        {
            if(G.edges[i][j]!=0&&visited[j]==false)
            {
                printf("%d ",j);     //访问
                visited[j]=true;
                s.push(j);           //访问完后入栈
                break;               //找到一个相邻未访问的顶点,访问之后则跳出循环
            }
        }
        if(j==G.n)                   //如果与i相邻的顶点都被访问过,则将顶点i出栈
            s.pop();
    }
}
 
void BFS(MGraph G,int v)      //广度优先搜索
{
    queue<int> Q;             //STL模板中的queue
    printf("%d ",v);
    visited[v]=true;
    Q.push(v);
    while(!Q.empty()) 
    {
        int i,j;
        i=Q.front();         //取队首顶点
        Q.pop();
        for(j=0;j<G.n;j++)   //广度遍历
        {
            if(G.edges[i][j]!=0&&visited[j]==false)
            {
                printf("%d ",j);
                visited[j]=true;
                Q.push(j);
            }
        }
    }
}
 
int main(void)
{
    int n,e;    //建立的图的顶点数和边数
    while(scanf("%d %d",&n,&e)==2&&n>0)
    {
        MGraph G;
        G.n=n;
        G.e=e;
        creatMGraph(G);
        DFS(G,0);
        printf("\n");
    //  DFS1(G,0);
    //  printf("\n");
    //  BFS(G,0);
    //  printf("\n");
    }
    return 0;
}
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
DFS (Depth-First Search) 和 BFS (Breadth-First Search) 是两种常见的图遍历算法,而 Dijkstra 算法是一种单源最短路径算法DFS 从一个起始点开始,尽可能深入图中的某个分支,直到不能再深入为止,然后回溯并探索另一个分支。这种算法通常通过递归实现。DFS 的缺点是可能陷入无限循环,因为它不记录已经访问过的节点。 BFS 从一个起始点开始,首先将其所有邻居节点都遍历一遍,然后再遍历邻居节点的邻居节点,以此类推。BFS 通常使用队列实现,因为它涉及到按顺序处理节点。BFS 的优点是可以找到最短路径,但是缺点是需要存储所有已访问的节点,因此在空间上可能会比 DFS 更消耗内存。 Dijkstra 算法用于计算从一个节点到其他所有节点的最短路径。它依赖于每个节点到源节点的距离,以及从源节点到每个节点的边的权重。Dijkstra 算法使用一个优先队列来选择下一个节点,该队列按照距离排序,距离越短的节点越先被处理。Dijkstra 算法的缺点是不能处理负权重边,因为它的贪心策略假设边的权重都是非负数。 Distra 算法是一种改进的 Dijkstra 算法,它可以处理负权重边。它使用一个优先队列来选择下一个节点,但是与 Dijkstra 算法不同的是,Distra 算法在队列中添加了每个节点的估计距离和当前最短路径估计。这种算法的优点是可以处理负权重边,但是缺点是可能会陷入无限循环。
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
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