Graph——bfs,dfs

做个记录:

BFS——queue实现

#include<iostream>
#include<cstring>
#include<queue>
using namespace std;

#define N 100

struct Graph
{
    int vexnum;
    int arcnum;
    char vexs[N];
    int arcs[N][N]; 
};

int Loc_vexs(Graph G, char a)
{
    for(int i=1;i<=G.vexnum;i++)
    {
        if(G.vexs[i] == a)
        {
            return i;
        }
    }   
}

void Input(Graph &G)
{
    cin>>G.vexnum;
    cin>>G.arcnum;
    for(int i=1;i<=G.vexnum;i++)
    {
        cin>>G.vexs[i];
    }
    for(int i=1;i<=G.vexnum;i++)
    {
        for(int j=1;j<=G.vexnum;j++)
        {
            G.arcs[i][j] = 0;
        }
    }
    for(int i=1;i<=G.arcnum;i++)
    {
        char a,b;
        cin>>a>>b;
        int x = Loc_vexs(G,a);
        int y = Loc_vexs(G,b);
        G.arcs[x][y] = 1;
    }
}

void Bfs(Graph G)
{
    int v[N];
    memset(v,0,sizeof(v));
    queue<int> q;
    q.push(1);
    v[1] = 1;
    cout<<G.vexs[1]<<" ";
    while(!q.empty())
    {
        int u = q.front();
        for(int i=1;i<=G.vexnum;i++)
        {
            if(!v[i] && G.arcs[u][i]==1)
            {
                cout<<G.vexs[i]<<" ";
                v[i] = 1;
                q.push(i);
            }
        }
        q.pop();
    }
    cout<<endl;
}

int main()
{
    Graph G;
    Input(G);
    Bfs(G);
    return 0;
}

bfs递归还未实现

DFS——stack实现

#include<iostream>
#include<cstring>
#include<stack>
using namespace std;

#define N 100

struct Graph
{
    int vexnum;
    int arcnum;
    char vexs[N];
    int arcs[N][N]; 
};

int Loc_vexs(Graph G, char a)
{
    for(int i=1;i<=G.vexnum;i++)
    {
        if(G.vexs[i] == a)
        {
            return i;
        }
    }   
}

void Input(Graph &G)
{
    cin>>G.vexnum;
    cin>>G.arcnum;
    for(int i=1;i<=G.vexnum;i++)
    {
        cin>>G.vexs[i];
    }
    for(int i=1;i<=G.vexnum;i++)
    {
        for(int j=1;j<=G.vexnum;j++)
        {
            G.arcs[i][j] = 0;
        }
    }
    for(int i=1;i<=G.arcnum;i++)
    {
        char a,b;
        cin>>a>>b;
        int x = Loc_vexs(G,a);
        int y = Loc_vexs(G,b);
        G.arcs[x][y] = 1;
    }
}

void Dfs(Graph G)
{
    int v[N];
    memset(v,0,sizeof(v));
    stack<int> s;
    s.push(1);
    v[1] = 1;
    cout<<G.vexs[1]<<" ";
    while(!s.empty())
    {
        int u = s.top();
        int flag = 0;
        for(int i=1;i<=G.vexnum;i++)
        {
            if(!v[i] && G.arcs[u][i]==1)
            {
                s.push(i);
                cout<<G.vexs[i]<<" ";
                v[i] = 1; 
                flag = 1;  
                break;  // 仅此于bfs不同
            }
        }
        if(flag==0)  // 标记 u 此时为最深处 ,开始回溯 
        {
            s.pop();
        }
    }
}

int main()
{
    Graph G;
    Input(G);
    Dfs(G);
    return 0;
}

DFS——递归实现


#include<iostream>
#include<cstring>
using namespace std;

#define N 100

struct Graph
{
    int vexnum;
    int arcnum;
    char vexs[N];
    int arcs[N][N]; 
};

int Loc_vexs(Graph G, char a)
{
    for(int i=1;i<=G.vexnum;i++)
    {
        if(G.vexs[i] == a)
        {
            return i;
        }
    }   
}

void Input(Graph &G)
{
    cin>>G.vexnum;
    cin>>G.arcnum;
    for(int i=1;i<=G.vexnum;i++)
    {
        cin>>G.vexs[i];
    }
    for(int i=1;i<=G.vexnum;i++)
    {
        for(int j=1;j<=G.vexnum;j++)
        {
            G.arcs[i][j] = 0;
        }
    }
    for(int i=1;i<=G.arcnum;i++)
    {
        char a,b;
        cin>>a>>b;
        int x = Loc_vexs(G,a);
        int y = Loc_vexs(G,b);
        G.arcs[x][y] = 1;
    }
}

int v[N];

void Dfs(Graph G,int x)
{
    cout<<G.vexs[x]<<" ";
    v[x] =1;
    for(int i=1;i<=G.vexnum;i++)
    {
        if(!v[i] && G.arcs[x][i]==1)
        {
            Dfs(G,i);
        }
    }
} 

int main()
{
    Graph G;
    Input(G);
    memset(v,0,sizeof(v));
    Dfs(G,1);  // 假设从vexs[1] 开始 
    return 0;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python可以通过使用队列来实现广度优先搜索(BFS)、深度优先搜索(DFS),以及使用优先队列来实现统一代价搜索(UCS)。 BFS(广度优先搜索): 广度优先搜索是一种层次遍历的搜索算法,通过使用队列来实现。算法从根节点开始,将其加入到队列中,并将其标记为已访问。然后,从队列中取出第一个节点,并将其未访问的相邻节点加入到队列中,依此类推,直到队列为空。下面是一个Python示例代码: ```python def bfs(graph, start): visited = set() queue = [start] while queue: node = queue.pop(0) if node not in visited: print(node) visited.add(node) neighbours = graph[node] for neighbour in neighbours: queue.append(neighbour) # 调用方法 graph = { 'A': ['B', 'C'], 'B': ['D', 'E'], 'C': ['F'], 'D': [], 'E': ['F'], 'F': [] } bfs(graph, 'A') ``` DFS(深度优先搜索): 深度优先搜索是一种通过递归实现的搜索算法,算法通过深入到最底层的节点,然后回溯到上一级节点继续搜索。下面是一个Python示例代码: ```python def dfs(graph, start, visited=None): if visited is None: visited = set() visited.add(start) print(start) for next_node in graph[start]: if next_node not in visited: dfs(graph, next_node, visited) # 调用方法 graph = { 'A': ['B', 'C'], 'B': ['D', 'E'], 'C': ['F'], 'D': [], 'E': ['F'], 'F': [] } dfs(graph, 'A') ``` UCS(统一代价搜索): 统一代价搜索是一种以路径的实际代价作为搜索优先级的算法,通过使用优先队列来实现。在搜索过程中,每个节点都被赋予一个代价,并且优先队列根据这些代价来选择节点。下面是一个Python示例代码: ```python import heapq def ucs(graph, start): visited = set() queue = [(0, start)] while queue: (cost, node) = heapq.heappop(queue) if node not in visited: print(node) visited.add(node) neighbours = graph[node] for neighbour, neighbour_cost in neighbours: if neighbour not in visited: heapq.heappush(queue, (cost + neighbour_cost, neighbour)) # 调用方法 graph = { 'A': [('B', 2), ('C', 1)], 'B': [('D', 3), ('E', 2)], 'C': [('F', 4)], 'D': [], 'E': [('F', 1)], 'F': [] } ucs(graph, 'A') ``` 以上就是Python实现BFSDFS和UCS的简单示例。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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