图的遍历:
广度优先搜索(Breadth-First-Search)(类似树的层序遍历)
基本思想是: 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,然后再依次访问所有未被访问过的
邻接顶点,再从这些访问过的顶点出发,再访问它们所有未被访问过的邻接顶点……
依次类推,直到图中所有顶点都被访问过为止。
类似的思想还将应用于 Dijkstra 单源最短路径算法和 Prim 最小生成树算法。
bool visited[MAXVERTEXNUM];
void BFStraverse(Graph G)
{
for(i=0;i<G.vexnum);i++) //将访问标记数组初始化为未访问状态
visited[i]=FALSE;
InitQueue(Q); //队列初始化
for(i=0;i<G.vexnum;i++) //遍历各连通分量
if(!visited[i])
BFS(G,i);
}
void BFS(Graph G, int v)
{
visited(v); //访问初始顶点v
visited(v)=ture;
EnQueue(Q,v); //初始顶点入队
while(!isempty(Q)) //队列非空则继续执行
{
DeQueue(Q,v); //初始顶点出队
for(w=FirstNeighbor(G,v);w>=0;w=NextNeighbor) //遍历初始顶点的所有未访问的邻接结点
if(!visited[w])
{
visited[w];
visited(v)=TURE;
EnQueue(Q,w); //顶点w入队
}
}
}
**时间复杂度:**不管是对于邻接表储存方式还是邻接矩阵存储方式,每个顶点均需入队一次,故时间复杂度为 O(IVI),。
当采用邻接表存储方式时,在搜索任一顶点的邻接点时,每条边至少访问一次,故时间复杂度为 O(IEI),
算法总的时间复杂度为 O(IVl+IEI)。
当采用邻接矩阵存储方式时,查找每个顶点的邻接点所需时间为 O(IVI)
算法总的时间复杂度为 O(IVl2)。
**广度优先生成树:**在广度遍历的过程中,我们可以得到一棵遍历树,称为广度优先生成树
唯一性: 邻接矩阵存储表示是唯一的,故其广度优先生成树也是唯一的。
邻接表存储表示不唯一,故其广度优先生成树也是不唯一的。
…
深度优先搜索:(Depth-First-Search, DFS)(类似树的先序遍历)
bool visited[MAXVERTEXNUM];
void DFStraverse(Graph G)
{
for(i=0;i<G.vexnum);i++) //将访问标记数组初始化为未访问状态
visited[i]=FALSE;
for(i=0;i<G.vexnum;i++) //遍历各连通分量
if(!visited[i])
DFS(G,i);
}
void DFS(Graph G, int v)
{
visited(v); //访问初始顶点v
visited(v)=ture;
for(w=FirstNeighbor(G,v);w>=0;w=NextNeighbor) //初始顶点的所有未访问的邻接结点
if(!visited[w]) //初始顶点的一个未访问结点
DFS(G,w); //以该顶点向下DFS
}
**时间复杂度:**不管是对于邻接表储存方式还是邻接矩阵存储方式,都需建立递归工作栈,故时间复杂度为 O(IVI),。
当采用邻接表存储方式时,在搜索任一顶点的邻接点时,每条边至少访问一次,故时间复杂度为 O(IEI),
算法总的时间复杂度为 O(IVl+IEI)。
当采用邻接矩阵存储方式时,查找每个顶点的邻接点所需时间为 O(IVI)
算法总的时间复杂度为 O(IVl2)。
**深度优先的生成树和生成森林 :**在深度遍历的过程中,我们可以得到一棵遍历树或森林,称为深度优先的生成树和生成森林。