数据结构与算法学习-04 图（1）-- 图的遍历

图

刷题的时候，遇到图的遍历这一题，想着回忆一下深度优先遍历和广度优先遍历的知识。

图的数据结构

G(V,E) V是顶点，E是边

• n个顶点的无向完全图有 n*(n-1)/2 条边；n个顶点的有向完全图有 n*(n-1)条弧；边或弧少的图叫稀疏图，多的叫稠密图；带权重的图叫网。
• 子图：G‘的顶点和边都属于G,G’就是G的子图。
• 顶点的度：无向图就是边连接数，有向图就是入度+出度。
• 连通图：无向图中，图中任意两点之间都有路径就是连通图；极大连通子图叫连通分量（有所有顶点，是连通子图）。
• 强连通图：有向图中，图中任意一个点到另一个点之间能到就是强连通图；极大强连通子图叫强连通分量。
• 生成树：极小连通子图，有图中全部n个顶点，但只有n-1条能构成一棵树的边。
• 有向树 ： 一棵树中恰有一个顶点的入度为0，而其他顶点的入度为1。
• 生成森林：一个有向图 的 若干 有向树 就叫做这个有向图的生成森林。
  图的存储
• 邻接矩阵
• 邻接链表（只定义出度）逆邻接表（只定义入度）
• 十字链表 （出度入度都定义）
• 邻接多重表 （针对邻接表删除要标记的麻烦而做优化）
• 边集数组

图的遍历

深度优先遍历 DFS

从图中某个顶点v出发，访问此顶点，然后从v的未被访问的邻接点出发深度优先遍历图，直至图中所有和v有路径相通的顶点都被访问到。
深度优先遍历是使用递归的方式实现的。

// 邻接矩阵的深度优先遍历
void DFS(MGraph G, int i){
	int j;
	visited[i] = true;
	{
		// 访问操作
	}
	// numVertexes 顶点数，arc存储数组
	for(j=0; j<G.numVertexes; ++j)
		if(G.arc[i][j] == 1 && !visited[j])
			DFS(G, j);
}

voidDFSTraverse(MGraph G){
	int i;
	for(i=0;i<G.numVertexes; ++i)
		visited[i] = false;
	for(i=0;i<G.numVertexes; ++i)
		if(visited[i])
			DFS(G,i);
}

广度优先遍历 BFS

广度优先遍历类似于数的层序遍历，从顶点v出发，访问v的未被访问的邻接点并置为已访问，记录下这些邻接点，下一次就要去访问这些邻接点的邻接点，直到所有结点被访问。
广度优先遍历我们一般使用队列来帮助实现

void BFSTraverse(MGraph G){
	int i,j;
	Queue Q;
	for(i=0;i<G.numVertexes; ++i)
		visited = false;
	InitQueue(&Q);
	for(i=0;i<G.numVertexes; ++i){
		if(!visited[i]){
			visited[i] = true;
			{
				// 第一个顶点的访问操作
			}
			EnQueue(&Q, i);  // 入队
			while(!isEmpty(Q)){
				// 队列非空
				DeQueue(&Q, i);
				for(j=0;j<G.numVertexes; ++j){
					if(G.arc[i][j] == 1 && !visited[j]){
						visited[j] = true;
						{
							// 访问操作
						}
						EnQueue(&Q, j);
					}
				}
			}
		}
	}
}