c++ 图的连通分量是什么_使用JS实现图（3）——广度和深度优先遍历

本篇来实现图的广度和深度遍历操作。

以前在刚学数据结构的时候，看着老师在讲台上讲图的遍历操作时，思路还能跟上。但是当时想到要把这个玩意儿变成代码，想想都觉得可怕。

但是很多事情不去尝试下就放弃了的话，就弄不清楚到底是问题到底真滴是不是很困难，因为有些问题总是看起来比较麻烦，但其实很简单。

就像中学时代学数学的时候，我们数学老师也是我们班主任对我们说的那样，有些题目会有很多行字来描述这个问题，使得学生第一眼看上去就觉得非常困难，但是等你真的阅读完题目后往往都很简单，那些只用寥寥数语就把题目描述完毕的问题反而会特别的困难。

代码结构

本篇只解决两个问题，图的深度遍历和广度遍历。所以显然只要两个函数就解决了，但是考虑到整张图中并不一定是连通的，这个时候遍历就需要输出图中各个连通分量。

以广度优先遍历为例，BFSTraverse(x)函数每次从顶点x出发，使用_BFS()函数遍历图中以x为起点的一个连通分量。如果从x开始不能遍历到图中的所有顶点，则BFSTraverse(x)会尝试从另一个没有被访问过的顶点开始求其连通分量，直到图中所有的顶点都被访问过了。

其中visted数组的作用就是标记顶点是否有被访问过。

class 

广度优先遍历

思路：

首先访问起始顶点v，接着由v出发，依次访问v的各个未访问过的邻接顶点w1，w2，……，然后再依次访问w1，w2，……，wi的所有未被访问过的邻接顶点。

再从这些访问过的顶点出发，再访问他们所有未被访问过的邻接顶点，依次类推，直到所有的顶点都被访问过。

如果无向图是连通的，则从给定的顶点出发，仅需一次遍历就能够访问图中所有的顶点，如果无向图是非连通的，则给定的顶点出发，一次遍历只能访问到该顶点所在的连通分量的所有顶点，而对于图中其他连通分量的顶点，则无法通过这次遍历访问。

对于有向图来说，如果从初始点到图中的每个顶点都有路径，则能够访问到图中所有的顶点，否则不能访问到所有的顶点。

使用一个visited数组来标记顶点是否被访问过。

BFSTraverse

// 实际进行广度遍历的函数，每次遍历都是得到一个以顶点x为起点的连通分量

BFSTraverse()函数：

初始时，BFSTraverse()函数设置一个visited数组，将其全部赋值为false表示所有的节点都没有被访问过。然后使用_BFS()函数来求以顶点x为起点的连通分量，并将visited数组作为参数传入。

当_BFS()函数求出以顶点x为起点的连通分量后，BFSTraverse()函数则再次遍历visited数组，查看是否还有未被访问过的节点。如果还有，则再次调用_BFS()函数，并传入未被访问过的顶点和visited数组。等到所有的节点都被访问过后，返回结果。

_BFS()函数：

_BFS()函数中使用了两个循环，外层循环每次从队列中取出一个顶点，使用内层循环依次访问该顶点的边表中的所有节点。

内层循环不断的将当前起始节点的所有边表节点加入队列（只有在这些节点未被访问过时），当遍历完当前顶点的所有的边表节点后，从队列中取出一个节点再次开始循环，直到队列为空结束。

简而言之，_BFS()函数干的事情就是从顶点x出发，依次访问与x相邻的节点，然后再从这些相邻的节点挨个出发再访问各自的相邻节点。为了不重复访问同一个节点，使用visited数组做访问标识，如果发现要访问的节点已经被访问过了就跳过这个节点。

从网上随便找了一张图来测试下所写的广度优先遍历：

图1

首先需要构建出这张图来：

let 

输出这张图的邻接列表看看：

for

从这个输出邻接列表来看，图已经被顺利的构造出来了。

下面分别从顶点V0到V8依次广度优先遍历这棵树：

for

可见这是从顶点V0开始的广度优先遍历中正确的一种。

如果断开V0和V1，V5的连接， 且还是从V0开始遍历会发生什么呢？

此时断开后的图如下所示：

图2

首先断开V0和V1、V5的连接：

myGraph

可以看到V0成了一个单独的连通分量。

深度优先遍历

思路：

首先访问图中某一个起始顶点x，然后由x出发，访问与x邻接且未被访问的任一个顶点w1，再访问与w1邻接的未被访问的任一个顶点w2，重复这个过程，当不能再继续向下访问时，依次退回到最近被访问的顶点，若它还有邻接顶点未被访问过，则从该点开始继续上述搜索过程，直到图中所有的顶点都被访问过为止。

与广度优先遍历一样，从某个给定顶点开始，如果无向图是连通的，则这个给定的顶点出发，仅需一次遍历就能够访问图中所有的顶点，如果无向图是非连通的，则从这个顶点出发，一次遍历只能访问到该顶点所在的连通分量的所有顶点，而对于图中其他连通分量的顶点，则无法通过这次遍历访问。

对于有向图来说，如果从初始点到图中的每个顶点都有路径，则能够访问到图中所有的顶点，否则不能访问到所有的顶点。

代码如下：

DFSTraverse

// 实际进行深度遍历的函数，每次遍历都是得到一个以顶点x为起点的连通分量

与广度优先遍历一样，深度优先遍历也使用了一个标记数组，作用是相同的。

DFSTraverse()函数：

初始时，DFSTraverse()函数设置一个visited数组，将其全部赋值为false表示所有的节点都没有被访问过。然后使用_DFS()函数来求以顶点x为起点的连通分量，并将visited数组作为参数传入。

当_DFS()函数求出以顶点x为起点的连通分量后，DFSTraverse()函数再次遍历visited数组，查看是否还有未被访问过的节点。如果还有，则再次调用_DFS()函数，并传入未被访问过的顶点和visited数组。等到所有的节点都被访问过后，返回结果。

_DFS()函数：

在思路中说道

当不能再继续向下访问时，依次退回到最近被访问的顶点

这就想到到了使用一个堆栈来辅助完成遍历。每次遇到一个节点，就将其压入堆栈，做已访问标识后访问其一个相邻的节点：

1、如果发现这个节点的相邻节点中有未被访问过的，则访问这个节点，并将其压入堆栈，做已访问标识，再访问这个节点的一个相邻节点...

2、如果这个节点的所有相邻节点都被访问过了，而此时堆栈还不为空，就将其弹出去。再取堆栈的栈顶元素重复步骤1的操作，如果这个节点的所有相邻节点又全被访问过了，就再将其弹出去...，依此往复，直到堆栈为空结束。

同样使用图1分别从顶点V0到V8对其进行深度优先遍历操作：

for

使用图2来测试下：

for

---