图论(三)图的遍历

图建构好后,针对具体的问题,我们常常需要通盘的读取图中的信息,包括顶点(vertex)和边(edge),以及它们之间的关系。这种读取图中所有信息的方法就是图的遍历(traversal),也称为搜索(search),就是从图中某个顶点出发,沿着一些边访问图中所有的顶点,且使每个顶点仅被访问一次。遍历是很多图论算法的基础。

这里写图片描述

遍历需要决定从哪里开始读,依照什么顺序读,要读到哪里为止。如果遍历方法与需解决问题结合的好,甚至还可以一边读取图的信息,一边顺手解决问题!

(1)图和树的遍历

树的遍历是从根节点开始的,由于每个节点都只有一个双亲,因此其遍历还是相对简单的。而图的遍历则可以选择从任意一个节点开始,同时图中每一个节点都可能与其余的节点相邻接,不可避免的会多次访问同一个节点,因此在遍历的过程中需要将已访问的节点打上标记,以避免重复。

(2)遍历的方法

遍历有2个著名的方法:深度优先搜索(DFS, depth first search)和广度优先搜索(BFS, breadth first search)。

这里写图片描述

以上图的中国公路网为例,我们从北京出发,采用怎样的遍历方法访问所有的城市呢?

广度优先就是从北京出发,先访问那些直接与北京相连的城市,比如天津、沈阳、包头、太原、郑州、济南等;然后再访问那些城市和这些已访问过的城市相连,如长春与沈阳相连,武汉与郑州相连,南京与济南相连等。而后再访问与长春、武汉、南京等相连的城市,如哈尔滨、上海等,直到把所有的城市都访问一遍为止。

深度优先就是从北京出发,随便找一个相连的城市,如济南,作为访问的城市,然后从济南出发,随便找一个与济南相连的城市,比如南京,再从南京出发,随便找一个与南京相连的城市,如上海,一直找到头,直到找不到城市,再往回找。因为一条路“走到黑”,所以叫深度优先。

这两种方法都可以保证访问到全部的城市。当然,前面也提到过,不论采用何种方法,都应该记录下已访问的城市,避免重复访问或遗漏。

深度优先和广度优先分别使用了stack和queue两种数据结构,得到了不同的遍历顺序。这个以后再分别详细介绍它们的工作原理和具体方法。
(3)遍历的时间复杂度
关于图遍历的时间复杂度。对于一个图来说,不管我们使用什么样的图存储结构和搜索方法,该图中的各个顶点(vertex)和各条边(edge)都是必须要搜索到的。因此,遍历一个图的时间复杂度至少是O(V+E)级别的,V,E分别表示顶点和边的数量。
当然,这里的遍历指的是用来访问图中每个节点的。但有时候,我们其实只需要寻找某个特定节点或某一类节点,对于这种搜索,我们也可以通过设计高效的算法来大大提高搜索效率。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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