图的广度优先和深度优先遍历

最新推荐文章于 2024-05-09 11:45:55 发布

大王我亲自来巡山

最新推荐文章于 2024-05-09 11:45:55 发布

阅读量437

点赞数

分类专栏：算法学习文章标签：数据结构图深度优先广度搜索

本文链接：https://blog.csdn.net/weixin_43923436/article/details/116803152

版权

算法学习专栏收录该内容

152 篇文章 2 订阅

订阅专栏

本文详细介绍了图的两种遍历方法——广度优先遍历（BFS）和深度优先遍历（DFS）。对于BFS，通过队列实现层序遍历，利用HashSet避免回路。DFS则利用递归或栈实现路径探索，同样借助HashSet防止重复访问。这两种方法都是图论中的基础操作，在解决实际问题如搜索路径、最短路径等时非常关键。

摘要由CSDN通过智能技术生成

广度优先遍历

思路分析：
类似于二叉树的层序遍历，用一个队列来保存每一个遍历到的节点的所有邻接节点，依次入队列，然后每出队列一个，就把它所有的邻接节点入队列。
有一个问题：如果这样的话，可能会出现回路，要保证遍历过的节点不会再遍历，怎么实现？很简单，我们用一个set把所有遍历过的记录下来，每次入队列时，先判断是否在set中存在，如果存在，就不入队列。
代码：

    public static void bfs(Node node){
        Queue<Node> queue=new LinkedList<>();
        HashSet<Node> set=new HashSet<>();
        queue.add(node);
        set.add(node);
        while (!queue.isEmpty()){
            node=queue.poll();
            System.out.println(node.value);
            for (int i = 0; i < node.nexts.size(); i++) {
                if(!set.contains(node.nexts.get(i))){
                    queue.add(node.nexts.get(i));
                    set.add(node.nexts.get(i));
                }
            }
        }
    }

深度优先遍历

思路分析：
深度优先遍历，我们每次只需要选择一条路，一直走到黑就行。但是，深度优先遍历的复杂地方在于，如何实现返回上一级时，再判断是否还有其他路可走呢？当然，保存中间变量这个问题，有个极佳的数据结构，那就是递归，递归就是系统帮我们保存中间信息，然后压栈的过程。
此题用递归很容易求解，不过，我这里是自己写了一个栈，**每次把它任意一个下一个节点压入栈之前，先把它本身入栈，这样，就能保证，当返回时，还能拿到这个节点，再换一个未重复遍历过的节点，**当然，重读遍历这件事，还是用HashSet实现。
代码：

    //图的深度优先遍历
    public static void dfs(Node node){
        if(node==null){
            return;
        }
        Stack<Node> stack=new Stack<>();
        HashSet<Node> set=new HashSet<>();
        stack.push(node);
        set.add(node);
        System.out.println(node.value);
        while (!stack.isEmpty()){
            node=stack.pop();
            for (Node n : node.nexts){
                if(!set.contains(n)){
                    set.add(n);
                    stack.push(node);
                    stack.push(n);
                    System.out.println(n.value);
                    break;
                }
            }
        }
    }