数据结构与算法（十三）图的遍历

遍历时，每个顶点仅访问一次

        避免重复访问：设置辅助数组vistied[n]，初始状态置为0，访问后修改为1

        实质：找到每个点的邻接点

深度优先搜索DFS

        方法：        ①从起始顶点开始访问任意一个邻接顶点，然后再继续访问该点的邻接结点直到最后的没有邻接结点未被访问（一条路走到头）

                           ②当走到头时回退到上一结点，查找是否还有未访问结点，有的话执行步骤①，没有的话继续回退，直到回退到起始结点

                类似于树的先序遍历

        实现（邻接矩阵）

 

                 DFS结果：2->1->3->5->4->6(循环遍历对应行第一个为访问的结点)

void DFS(AMGraph G,int v){
    cout<<v;    visit[v]=true;    //访问结点V
    for(w=0;w<G.vexnum;w++){
        if((G.arc[v][w]!=0) && (!visited[w]))
            DFS(G,w);    //w是v的邻接点，如w未访问，递归调用DFS
    }
}

                使用邻接矩阵表示：时间复杂度为O(n^2)

                使用邻接表表示：时间复杂度为O(n+e)

                结论：        稠密图适于在邻接矩阵上使用DFS

                                   稀疏图适于在邻接表上进行DFS

        如果是非连通图，则对各个图依次使用DFS

广度优先搜索BFS

        方法：        ①从起始结点出发，访问它全部的邻接点

                           ②按照之前的顺序访问所有邻接点的邻接点，直到没有未被访问的顶点为止

                        BFS访问路径V1->V2->V3->V4->V5->V6->V7->V8

        实现

void BFS(Graph G,int v){
    cout<<v;visited[v]=true;    //访问v结点
    InitQueue(Q);    //初始化辅助队列Q
    EnQueue(Q,v);    //v进队
    while(!QueueEmpty(Q)){    //非空队列
        DeQueue(Q,u);    //队头元素出队
        for(w=FirstAdjVex(G,u);w>=0;w=NextAdjVex(G,u,w))
        if(!visited[w]){    //w为u的未访问邻接点
            cout<<w;  visited[w]=true;    EnQueue(Q,w);    //w进队
        }
    }
}

                使用邻接矩阵表示：时间复杂度为O(n^2)

                使用邻接表表示：时间复杂度为O(n+e)

DFS和BFS空间复杂度相同，均为O(n)

时间复杂度仅与存储结构有关，与搜索路径无关