图及二叉树的遍历及其相关应用

最新推荐文章于 2022-11-12 22:12:55 发布

青天白鹭

最新推荐文章于 2022-11-12 22:12:55 发布

阅读量455

点赞数 1

分类专栏：算法

算法专栏收录该内容

8 篇文章 0 订阅

订阅专栏

###1.二叉树遍历

#include <iostream>
//STL标准库
#include<stack>
#include<queue>
using namespace std;
#define ElemType char
//树结点结构
struct TreeNode
{
	ElemType data;
	struct TreeNode* lchild=NULL;
	struct TreeNode* rchild=NULL;
}*head;
//用于后序遍历
typedef struct node1
 {
   BinTree *btnode;
   bool isFirst;
 }BTNode;

int index = 0;

//先序遍历构造二叉树
// data[]={ 'A', 'B', 'D', '#', '#', 'E'}
void treeConstruct(TreeNode *&root, ElemType data[]){
	ElemType e = data[index++];
	if (e == '#'){
		root = NULL;
	}
	else{
		root = new TreeNode;
		root->data = e;
		treeConstruct(root->lchild, data);
		treeConstruct(root->rchild, data);
	}
}

#####二叉树深度优先遍历（非递归）
A：先序遍历（先压右子树，再压左子树，根据栈后进先出，最终出栈顺序根左右）

//二叉树的深度优先遍历（非递归），借助栈（示例为先序遍历）
//https://www.cnblogs.com/fengxmx/p/3764512.html(先中后递归及非递归遍历参考)
void depthFirstSearch(TreeNode* root){
	stack<TreeNode *> nodestack;
	nodestack.push(root);
	TreeNode *node = nullptr;
	while (!nodestack.empty()){
		node = nodestack.top();//指针访问栈顶元素
		cout << node->data<<' ';
		nodestack.pop();
	
		if (node->rchild){
			nodestack.push(root->rchild);//右子树压入栈
		}
		if (node->lchild){
			nodestack.push(root->lchild);//左子树压入栈
		}
   }
}

B:先序遍历（判断栈是否为空或子树为空，若不为空，就对左孩子入栈并访问（根节点），直至左孩子为空，若左孩子为空，就出栈，然后对右孩子循环前面的操作）

 /*二叉树的非递归先序遍历*/
void inorderRecur(TreeNode* root){
	if (root == NULL) return;
	stack<TreeNode*> nodestack;
	TreeNode* p = root;
	nodestack.push(root);
	while (!nodestack.empty()){
		if (p != NULL){
			nodestack.push(p);
			cout << p->data << ' ';
			p = p->lchild;
		}
		else{
			TreeNode*q = nodestack.top();
			nodestack.pop();
			p = q->rchild;
		}
	}
}

中序遍历（非递归）：判断栈是否为空或子树为空，若不为空，就对左孩子入栈，直至左孩子为空，若左孩子为空，就出栈并访问（左孩子与根节点），然后对右孩子循环前面操作

//树的中序遍历
void inorderRecur(TreeNode* root){
	if (root == NULL) return;
	stack<TreeNode*> nodestack;
	TreeNode* p = root;
	nodestack.push(root);
	while (!nodestack.empty()){
		if (p != NULL){//直至左孩子为空
			nodestack.push(p);
			p = p->lchild;
		}
		else{
			TreeNode*q = nodestack.top();
			nodestack.pop();
			cout << q->data << ' ';
			p = q->rchild;
		}
	}
}

后序遍历（非递归）：要保证根结点在左孩子和右孩子访问之后才能访问，因此对于任一结点P，先将其入栈。如果P不存在左孩子和右孩子，则可以直接访问它；或者P存在左孩子或者右孩子，但是其左孩子和右孩子都已被访问过了，则同样可以直接访问该结点。若非上述两种情况，则将P的右孩子和左孩子依次入栈，这样就保证了每次取栈顶元素的时候，左孩子在右孩子前面被访问，左孩子和右孩子都在根结点前面被访问
思路二：类似先序遍历和中序遍历的思想，沿左子树一直往下搜索，直至出现没有左子树的结点，记下前驱结点（根结点），并判断父节点（当前前驱）是否第一次被访问，若是第一次被访问，将父节点入栈，父节点的右子树入栈，访问右子树，访问父节点（第二次出现在栈顶）

 void postOrder2(BinTree *root)    //非递归后序遍历
 {
     stack<BTNode*> s;
     BinTree *p=root;
     BTNode *temp;
     while(p!=NULL||!s.empty())
     {
         while(p!=NULL)              //沿左子树一直往下搜索，直至出现没有左子树的结点 
          {
             BTNode *btn=(BTNode *)malloc(sizeof(BTNode));
             btn->btnode=p;
             btn->isFirst=true;
             s.push(btn);
             p=p->lchild;
         }
         if(!s.empty())
         {
             temp=s.top();
             s.pop();
             if(temp->isFirst==true)     //表示是第一次出现在栈顶 
             {
                 temp->isFirst=false;
                 s.push(temp);
                 p=temp->btnode->rchild;    
             }
             else                        //第二次出现在栈顶 
             {
                 cout<<temp->btnode->data<<" ";
                 p=NULL;
             }
         }
     }    
 }

#####二叉树广度优先遍历

//二叉树广度优先遍历
void breadFirstSearch(TreeNode *root){
	queue<TreeNode*> nodeQueue;
	nodeQueue.push(root);
	TreeNode * node=nullptr;
	while (!nodeQueue.empty()){
		node = nodeQueue.front();
		nodeQueue.pop();
		cout << node->data << ' ';	
		if (node->lchild){
			nodeQueue.push(node->lchild);
		}
		if (node->rchild){
			nodeQueue.push(node->rchild);
		}
  }
}

int main() {

	//上图所示的二叉树先序遍历序列,其中用'#'表示结点无左子树或无右子树
	ElemType data[6] = { 'A', 'B', 'D', '#', '#', 'E', '#' };
	TreeNode *tree;
	treeConstruct(tree, data);
	printf("深度优先遍历二叉树结果: ");
	depthFirstSearch(tree);
	printf("\n\n广度优先遍历二叉树结果: ");
	breadFirstSearch(tree);
	return 0;

}

###2.图的遍历
#####2.1 图的存储
参考链接：https://blog.csdn.net/dengpei187/article/details/51899550
1）邻接矩阵

typedef struct{
    VertexType vexes[MAX]; //顶点表
    EdgeType arc[MAX][MAX]; //邻接矩阵
    int numVertexes,numEdges; //顶点数，边数
} MGraph;

无向网图的创建实现：

/*构建**无向网图**的邻接矩阵表示*/
void CreateMGraph(MGraph *G){
   int i,j,k,w;
   printf("输入顶点数和边数:\n");
   scanf("%d,%d",&G->numVertexes,&G->numEdges); //输入顶点数和边数
   for(i=0;i<G->numVertexes;i++)  
      scanf(&G->vexs[i]);  //读入顶点信息，建立顶点表
   for(i=0;i<G->numVertexes;i++)
      for(j=0;j<G->numVertexes;j++)
         G->arc[i][j]=INFINITY;  //邻接矩阵初始化
   for(k=0;k<G->numEdges;k++){ //给边表赋值
      printf("输入边（vi,vj）上的下标i，下标j和权值w：\n");
      scanf("%d,%d,%d",&i,&j,&w);  //输入边（vi,vj）上的权值w
      G->arc[i][j]=w;
      G->arc[j][i]=G->arc[i][j];  //无向图，矩阵对称
   }
}

n个顶点和e条边的无向网图创建的时间复杂度为 O(n+n^2+e) ，其中，对邻接矩阵的初始化耗费了 O(n^2) 的时间。
2) 邻接表

typedef char VertexType;   //顶点类型
typedef int EdgeType;  //边上的权值类型

typedef struct EdgeNode{    //边表结点
    int adjvex;
    EdgeType weight;
    struct EdgeNode *next;
} EdgeNode; 

typedef struct VertexNode{    //顶点表结点
    VertexType data;
    EdgeNode *firstedge;
} VertexNode, AdjList[MAX];

typedef struct{
    AdjList adjList;
    int numVertexes,numEdges;
} GraphAdjList;

构建邻接表实现：

/*建立无向图图的邻接表结构，算法的空间复杂度为O(n+e)*/
void CreateGraphAL(GraphAdjList *G){
   int i, j, k;
   EdgeNode *e;
   printf("请输入顶点数和边数(输入格式为:顶点数,边数)：\n");
   // 读入顶点数和边数 
   scanf("%d,%d", &(G->numVertexes), &(G->numEdges));
   for (i = 0; i < G->numVertexes; i++){// 读入顶点信息，建立顶点表   
      scanf("\n%c", &(G->adjList[i].data)); // 读入顶点信息   
      G->adjList[i].firstedge = NULL; // 边表头指针设为空   
   }
   for (k = 0; k < G->numEdges; k++){ // 建立边表
      printf("请输入边的信息(输入格式为:i,j)：\n"); 
      scanf("%d,%d", &i, &j); // 读入边(Vi,Vj)的顶点对应序号
      /*相当于将j的结点头插法插入到顶点i的边表链中*/
      e=(EdgeNode *)malloc(sizeof(EdgeNode));  //生成新边表结点 
      e->adjvex = j; // 邻接点序号为j
      // 将新边表结点s插入到顶点Vi的边表头部
      e->next = G->adjList[i].firstedge; 
      G->adjList[i].firstedge = e;
      /*相当于将i的结点头插法插入到顶点j的边表链中*/（无向图分别为两个顶点插入边）
      e=(EdgeNode *)malloc(sizeof(EdgeNode));
      e->adjvex = i;
      e->next = G->adjList[j].firstedge;
      G->adjList[j].firstedge = e;
     }
 }

3）图各种存储结构小结
| 存储结构| 空间复杂度| 时间复杂度| 特点
| ------------- |:-------------? -----?
| 链接矩阵 | o(n^2) | o(n^2) | 顺序存储（两个数组），方便查找访问，不方便插入、删除顶点；
| 邻接表 | o(n+e) | o(n) | 数组+链表存储，适合边较稀疏的图，可查找某节点出度或入度（逆邻接表）；
| 十字链表 | o(n+e) | o(n) | 数组+链表，适合有向图的存储，方便同时查找某节点出度和入度；
| 邻接多重表 | – | – | 适合无向图的链式存出结构，方便求两个顶点是否存在边（一条边存于一个节点中）；
#####2.2 图的深度优先遍历（DFS）
参考链接：https://blog.csdn.net/sunlilan/article/details/69829195
存储结构为邻接矩阵：

typedef int Boolean;
Boolean visited[MAX];
void DFS(MGraph G,int i){
    int j;
    visited[i]=TRUE;
    printf("%c ",G.vexs[i]); //打印顶点，也可以进行其他操作
    for(j=0;j<G.numVertexes;j++){
        if(G.arc[i][j]==1 && !visited[j]) DFS(G,j); //对未访问的邻接顶点递归调用
    }
}

void DFSTraverse(MGraph G){
    int i;
    for(i=0;i<G.numVertexes;i++){
        visited[i]=FALSE;   //初始化所有顶点状态为未访问
    }
    for(i=0;i<G.numVertexes;i++){
        if(!visited[i]){   //对未访问过的顶点调用DFS，如果是连通图，只会执行一次
            DFS(G,i);
        }
    }
}

存储结构为邻接表：

void DFS(GraphAdjList GL, int i){
    EdgeNode *p;
    visited[i]=TRUE;
    printf("%c ",GL->adjList[i].data);
    p=GL->adjList[i].firstedge;
    while(p!=NULL){
        if(!visited[p->adjvex]){
            DFS(GL,p->adjvex);
        }
        p=p->next;
    }
}
void DFSTraverse(GraphAdjList GL){
    int i;
    for(i=0;i<GL->numVertexes;i++){
        visited[i]=FALSE;   //初始化所有顶点状态为未访问
    }
    for(i=0;i<GL->numVertexes;i++){
        if(!visited[i]){   //对未访问过的顶点调用DFS，如果是连通图，只会执行一次
            DFS(G,i);
        }
    }
}

对于n个顶点e条边的图来说，邻接矩阵由于是二维数组，要查找每个顶点的邻接点需要访问矩阵中的所有元素，因此都需要O(n2)的时间。
而邻接表做存储结构时，找邻接点所需时间取决于顶点和边的数量，所以是O(n+e)，显然对于点多边少的稀疏图，邻接表结构使得算法在时间效率上大大提高。
#####2.3 图的广度优先遍历（非递归）
（邻接矩阵存储）

bool adj[9][9]; // 
bool visit[9];  // 标志数组，记录顶点是否被访问

void BFS()
{
    // 建立一个queue
    queue<int> q;
    // 初始化所有的点为false
    for (int i=0; i<9; i++)
        visit[i] = false;
    for (int k=0; k<9; k++)
        if (!visit[k])
        {
            //将起点放入queue
            q.push(k);
            visit[k] = true;
            // 重复，直到queue里面没有东西为止
            while (!q.empty())
            {
                // 从queue中取出一点
                int i = q.front(); q.pop();
                // 乙、找出跟此点相邻的点，并且尚未被遍历的点
                // 依照编号顺序通通放入queue
                for (int j=0; j<9; j++)
                    if (adj[i][j] && !visit[j])
                    {
                        q.push(j);
                        visit[j] = true;
                    }
            }
        }
}

时间复杂度：使用的存储结构为邻接矩阵，o(v^2)；使用邻接表 adjacency lists， O(V+E)。
参考链接：https://blog.csdn.net/u012428012/article/details/79089915