1.深度优先遍历
/* 从v开始深度优先遍历 */
void Graph::DFSUtil(int v, bool visited[])
{
// 访问顶点v并输出
visited[v] = true;
cout << v << " ";
list<int>::iterator i;
for(i=arrive[v].begin(); i!=arrive[v].end(); ++i)
if(!visited[*i]) // 若邻接点尚未访问
DFSUtil(*i, visited); // 递归
}
堆栈实现形式:
def DFS(self, node0):
#queue本质上是堆栈,用来存放需要进行遍历的数据
#order里面存放的是具体的访问路径
queue,order=[],[]
#首先将初始遍历的节点放到queue中,表示将要从这个点开始遍历
queue.append(node0)
while queue:
#从queue中pop出点v,然后从v点开始遍历了,所以可以将这个点pop出,然后将其放入order中
#这里才是最有用的地方,pop()表示弹出栈顶,由于下面的for循环不断的访问子节点,并将子节点压入堆栈,
#也就保证了每次的栈顶弹出的顺序是下面的节点
v = queue.pop()
order.append(v)
#这里开始遍历v的子节点
for w in self.sequense[v]:
#w既不属于queue也不属于order,意味着这个点没被访问过,所以讲起放到queue中,然后后续进行访问
if w not in order and w not in queue:
queue.append(w)
return order
2.广度优先搜索
注意广度优先算法数据结构使用的是队列,以队列的形式先入先出
'''
readth-First-Search
BFS是从根节点开始,沿着树的宽度遍历树的节点。如果所有节点均被访问,则算法中止。
广度优先搜索的实现一般采用open-closed表。
'''
def BFS(self,node0):
#queue本质上是堆栈,用来存放需要进行遍历的数据
#order里面存放的是具体的访问路径
queue,order = [],[]
#首先将初始遍历的节点放到queue中,表示将要从这个点开始遍历
# 由于是广度优先,也就是先访问初始节点的所有的子节点,所以可以
queue.append(node0)
order.append(node0)
while queue:
#queue.pop(0)意味着是队列的方式出元素,就是先进先出,而下面的for循环将节点v的所有子节点
#放到queue中,所以queue.pop(0)就实现了每次访问都是先将元素的子节点访问完毕,而不是优先叶子节点
v = queue.pop(0)
for w in self.sequense[v]:
if w not in order:
# 这里可以直接order.append(w) 因为广度优先就是先访问节点的所有下级子节点,所以可以
# 将self.sequense[v]的值直接全部先给到order
order.append(w)
queue.append(w)
return order