图的深度优先遍历

深度优先查找

原理:深度优先搜索可以从图的任意顶点开始,然后把该顶点标记为已经访问,每次迭代的时候,深度搜索紧接着处理与当前顶点邻接的未访问顶点(如果有若干个顶点,则任意选择一个,也可以按自己的条件选择),让这个过程一直持续,直到遇到一个终点——该点的每个邻接点都被访问过了,然后在该终点上后退一条边,并继续搜索未访问的点,直到返回起点(就是开始搜索的点),直到发现起点的所有邻接点都已经访问过了,此时图的所有联通分量都已经访问过了,如果还有未访问的点,则从此点开始继续上面的过程。

                                                                                 

针对上图的深度优先搜索的过程,其中箭头代表遍历的顺序,曲线或者直线表示该点被访问过了。

                                                                                 


从上面的过程我们可以发现,深度优先搜索是一个递归的过程,因为这个过程的搜索总是搜索到某个位置之后然后在回退到起始的位置。

#include <iostream>
using namespace std;
#define MAX   256

bool flag[MAX];              //标记点是否被使用
typedef struct Graph{
	int adjMatrix[MAX][MAX]; //邻接矩阵
	int n;
}graph;
int main(){
	void DFScore(graph& G, int j);
	void DFS(graph& G);
	graph G;
	G.n = 9;     //八个顶点
	/*创建图,以上图的结构为例*/
	for (int i = 0; i < G.n; i++)
		for (int j = 0; j < G.n; j++)
			G.adjMatrix[i][j] = 0;
	G.adjMatrix[0][1] = 1;
	G.adjMatrix[0][5] = 1;
	G.adjMatrix[1][6] = 1;
	G.adjMatrix[6][5] = 1;
	G.adjMatrix[1][2] = 1;
	G.adjMatrix[1][8] = 1;
	G.adjMatrix[2][8] = 1;
	G.adjMatrix[2][3] = 1;
	G.adjMatrix[8][3] = 1;
	G.adjMatrix[6][3] = 1;
	G.adjMatrix[6][7] = 1;
	G.adjMatrix[3][7] = 1;
	G.adjMatrix[3][4] = 1;
	G.adjMatrix[7][4] = 1;
	G.adjMatrix[5][4] = 1;
	/*由于是无向图,处理对称位置*/
	for (int i = 0; i < G.n; i++)
		for (int j = 0; j < G.n; j++){
		if (G.adjMatrix[i][j] == 1)
			G.adjMatrix[j][i] = 1;
		}
	/*打印一下图的邻接矩阵*/
	for (int i = 0; i < G.n; i++){
		for (int j = 0; j < G.n; j++){
			cout << G.adjMatrix[i][j] << " ";
		}
		cout << endl;
	}
	/*图的深度优先遍历*/
	cout << "G的深度优先遍历顺序为:\n";
	DFS(G);	
}
void DFScore(graph& G,int i){
	flag[i] = true;   //c这个点被用过了
	cout << i << " ";
	/*寻找与j点邻接的点,这种找法总是按顺序来的,也可以在此设置按条件查找*/
	for (int j = 0; j < G.n; j++){
		if (G.adjMatrix[i][j] == 1 && !flag[j])
			DFScore(G, j);
	}
}
void DFS(graph& G){ //最好用引用或者指针,递归调用分分钟就堆栈溢出
	/*初始状态表示全部点都没有被使用*/
	for (int i = 0; i < G.n; i++)
		flag[i] = false;
	for (int j = 0; j < G.n; j++){  //因为编号是从0到8的
		if (!flag[j])
			DFScore(G,j);
	}
}
针对有向图而言,只是在邻接矩阵中纯不纯在通路的问题,算法上是完全没有差别的,是通用的。








  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
2. 系统设计 1.用到的抽象数据类型的定义 的抽象数据类型定义: ADT Graph{ 数据对象V:V是具有相同特性的数据元素的集合,称为顶点集 数据关系R: R={VR} VR={<v,w>|v,w∈V且P(v,w),<v,w>表示从v到w的弧, 谓词P(v,w)定义了弧<v,w>的意义或信息} 基本操作P: CreatGraph(&G,V,VR) 初始条件:V是的顶点集,VR是中弧的集合 操作结果:按V和VR的定义构造G DestroyGraph(&G) 初始条件:G存在 操作结果:销毁G InsertVex(&G,v) 初始条件:G存在,v和中顶点有相同特征 操作结果:在G中增添新顶点v …… InsertArc(&G,v,w) 初始条件:G存在,v和w是G中两个顶点 操作结果:在G中增添弧<v,w>,若G是无向的则还增添对称弧<w,v> …… DFSTraverse(G,Visit()) 初始条件:G存在,Visit是顶点的应用函数 操作结果:对进行深度优先遍历,在遍历过程中对每个顶点调用函数Visit一次且仅一次。一旦Visit()失败,则操作失败 BFSTraverse(G,Visit()) 初始条件:G存在,Visit是顶点的应用函数 操作结果:对进行广度优先遍历,在遍历过程中对每个顶点调用函数Visit一次且仅一次。一旦Visit()失败,则操作失败 }ADT Graph 栈的抽象数据类型定义: ADT Stack{ 数据对象:D={ai|ai∈ElemSet,i=1,2,…,n,n≥0} 数据关系:R1={<ai-1,ai>|ai-1,ai∈D,i=2,…,n} 约定an端为栈顶,ai端为栈底 基本操作: InitStack(&S) 操作结果:构造一个空栈S DestroyStack(&S) 初始条件:栈S已存在 操作结果:将S清为空栈 StackEmpty(S) 初始条件:栈S已存在 操作结果:若栈S为空栈,则返回TRUE,否则FALSE …… Push(&S,e) 初始条件:栈S已存在 操作结果:插入元素e为新的栈顶元素 Pop(&S,&e) 初始条件:栈S已存在且非空 操作结果:删除S的栈顶元素,并用e返回其值 StackTraverse(S,visit()) 初始条件:栈S已存在且非空 操作结果:从栈底到栈顶依次对S的每个数据元素调用函数visit(),一旦visit()失败,则操作失效 }ADT Stack 队列的抽象数据类型定义: ADT Queue{ 数据对象:D={ai|ai∈ElemSet,i=1,2,…,n,n≥0} 数据关系:Rl={<ai-1,ai>|ai-1,ai∈D,i=2,…,n} 约定其中ai端为队列头,an端为队列尾。 基本操作: InitQueue(&Q) 操作结果:构造一个空队列Q DestroyQueue(&Q) 初始条件:队列Q已存在 操作结果:队列Q被销毁,不再存在 QueueEmpty(Q) 初始条件:队列Q已存在 操作结果:若Q为空队列,则返回TRUE,否则FALSE …… EnQueue(&Q,e) 初始条件:队列Q已存在 操作结果:插入元素e为Q的新的队尾元素 DeQueue(&Q,&e) 初始条件:Q为非空队列 操作结果:删除Q的队头元素,并用e返回其值 }ADT Queue 2.主程序的流程: 调用CreateDN函数创建的邻接表G; 调用PrintDN函数输出邻接表G; 调用DFSTraverse函数深度优先遍历; 调用BFSTraverse函数广度优先遍历
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