图的遍历（C语言）

图的遍历

和树的遍历类似，图的遍历也是从图中某一顶点出发，按照某种方法对图中所有顶点访问且仅访问一次。图的遍历又比树的遍历复杂得多。因为图的任一顶点都可能和其余的顶点相邻接。所以在访问了某个顶点之后，可能沿着某条路径搜索之后，又回到该顶点上。根据搜索路径的方向，通常有两条遍历图的路径：深度优先搜索和广度优先搜索。它们对无向图和有向图都适用。

深度优先搜索

概念

深度优先搜索遍历类似于树的先序遍历，是树的先序遍历的推广
深度优先搜索所遵循的搜索策略是尽可能“深”地搜索图。讲通俗一点，深度优先搜索其实像在走迷宫，遇到一个岔路口，先选则一条路，当发现这条路是死路时，又返回岔路口选择第二条路，直至找到出口。

过程

对于一个连通图，深度优先搜索遍历过程：
1.从图中某个顶点v出发，访问v;
2.找出刚刚访问过的顶点的第一个未被访问的邻接点，访问该顶点。以该顶点为新顶点，重复该步骤，直至刚访问过的顶点没有未被访问的邻接点为止；（递归思想）
3.返回前一个访问过的且仍有未被访问的邻接点的顶点，找出该顶点的下一个未被访问的邻接点，访问该顶点；
4.重复第2、3步骤，直至图中所有顶点都被访问过，搜索结束。
遍历过程具体如下图:

(1)从顶点v1出发，访问v1;
(2)在访问顶点v1之后，选择第一个未被访问的邻接点v2,访问v2。以v2为新顶点，重复此步，访问v4,v8,v5。在访问v5之后，由于v5的邻接点都已被访问，此步结束；
(3)搜索从v5回到v8,由于同样的理由，搜索继续回到v4,v2直到v1,此时由于v1的另一个邻接点未被访问，则又从v1到v3,再继续进行下去。
由此得到的顶点访问序列为:
v1 -> v2 -> v4 -> v8 -> v5 -> v3 -> v6 -> v7
（访问的具体过程如下图）

算法实现

深度优先搜索过程遍历连通图是一个递归过程，为了在遍历过程中便于区分顶点是否已被访问，需要附设访问标志数组visited[n],其初值为“false”，一旦某个顶点被访问，则其相应的分量置为"true"。代码如下：

#define MaxVertices 100 
#define MAX_VERTEX_NUM 10 
typedef struct node{ //边表 
	int adjvex; 
	struct node* next; 
}EdgeNode; 
typedef struct{ //顶点表 
	int vertex; 
	EdgeNode* edgenext; 
}VertexNode; 
typedef VertexNode AdjList[MaxVertices]; 
typedef struct{ 
	AdjList adjlist;
	int n,e; 
}AdjMatrix; 
int visited[MAX_VERTEX_NUM]; 
void DFS(AdjMatrix *G, int v) { 
	EdgeNode *p; 	
	printf("->%c",G->adjlist[v].vertex); 
	visited[v]=1; 
	p=G->adjlist[v].edgenext; 
	while (p) { 
		if(!visited[p->adjvex]) DFS(G,p->adjvex); 
		p=p->next; 
	} 
} //从第v个顶点出发DFS 
void DFSTraverse(AdjMatrix *G) {  
	int v;
	for(v=0;v<G->n;++v) 
		visited[v]=0; 
	for(v=0;v<G->n;++v) 
		if(!visited[v]) DFS(G,v);//递归调用 
		printf("\n\n"); 
}//DFSTraverse 

广度优先搜索

概念

广度优先搜索遍历类似于树的按层次遍历的过程。广度优先搜索算法（又称宽度优先搜索）是最简便的图的搜索算法之一，这一算法也是很多重要的图的算法的原型。其别名又叫BFS，属于一种盲目搜寻法，目的是系统地展开并检查图中的所有节点，以找寻结果。换句话说，它并不考虑结果的可能位置，彻底地搜索整张图，直到找到结果为止。

过程

对于连通图（图如上深度搜索的连通图）
1.从图中某个顶点出发，访问v;
2.依次访问v的各个未曾访问过的邻接点；
3.分别从这些邻接点出发依次访问它们的邻接点，并使“先被访问的顶点的邻接点”先于“后被访问的邻接点”被访问。重复步骤3，直至图中所有已被访问的顶点的邻接点都被访问到。
具体的例子如下图：

(1)从顶点v1出发，访问v1;
(2)依次访问v1的各个未被访问过的邻接点v2和v3;
(3)依次访问v2的各个邻接点v4和v5，以及v3的邻接点v6和v7，最后访问v4的邻接点v8。由于这些顶点的邻接点均已被访问，并且图中所有顶点都被访问，由此完成了图的遍历。得到顶点的访问序列为：
v1 -> v2 -> v3 -> v4 -> v5 -> v6 -> v7 -> v8
（具体访问过程如下图）

算法实现

广度优先搜索的特点是：尽可能先对横向进行搜索。设x和y是两个相继被访问过的顶点，若当前以x为出发点进行搜索，则在访问x的所有未被访问过的邻接点之后，紧接着是以y为出发点进行横向搜索，并对搜索到的y的邻接点中尚未被访问的顶点进行访问。也就是说，先访问的顶点其邻接点亦先被访问。为此，算法实现时需要引进队列保存已被访问过的顶点。

#define bool char
#define true 1
#define false 0//定义bool类型的数
bool visited[100];//访问标志数组，其初值为"false"
//bool为一种数据类型，其值只有两个true和false，只有在面向对象的语言中有这种类型的数据类型，在c语言中不存在，但是我们可以自己定义
typedef char VerTexType;//假设顶点的数据类型为字符型
typedef int  ArcType;//假设边的权值类型为整型
struct AMGraph{
	VerTexType vexs[100];//顶点表
	ArcType arcs[100][100];//；邻接矩阵
	int vexnum,arcnum;//图的当前点数和边数
};
void create(CyQueue *q) {  
	q->base=(dataType *)malloc(Maxsize*sizeof(dataType));  
	if(!q->base)  {   
		printf("Space allocation failed!\n");   
		return; 
	}  
	q->front=q->rear=0;  
	return; 
}
void EnQueue(CyQueue *q,dataType value) {  
	if((q->rear+1)%Maxsize==q->front)  
	{   
		printf("Cyclic Queue is Full!\n");   
		return;  
		}  
	q->base[q->rear]=value;
	q->rear=(q->rear+1)%Maxsize;  
	return; 
} 
void DeQueue(CyQueue *q,dataType *value) {  
	if(q->front==q->rear)  
	{   
		printf("Cyclic Queue is Empty!\n");   
		return;  
		}  
	*value=q->base[q->front];  
	q->front=(q->front+1)%Maxsize;  
	return; 
} 
int QueueEmpty(CyQueue *q) { 
	if (q->front==q->rear)//队列为空返回1，不为空返回0  
	{ 
		return 1; 
		} 
	return 0; 
}
void BFS(struct AMGraph *G,int i) {  
	int j;  
	CyQueue q;  
	create(&q);   //1.设置起始点  
	printf("%c",G->Vertex[i]);//1.输出起始结点  
	visited[i]=1;//2.将已访问的结点标志成1  
	EnQueue(&q,i);//3.将第一个结点入队 
	//2.由起始点开始，对后续结点进行操作  
	while(!QueueEmpty(&q))//队列非空  
	{      
		DeQueue(&q,&i);    
		for(j=0;j<G->vexnum;j++)   {   
			 if(G->AdjMatrix[i][j]==1&&visited[j]==0)    {
			      printf("%c",G->Vertex[j]);//输出符合条件的顶点   
				  visited[j]=1;//设置成已访问状态1   
				  EnQueue(&q,j);//入队   
			   }	   
			}  
		} 
  } 

总结

深度优先搜索算法的实现运用的主要是回溯法，类似于树的先序遍历算法。

广度优先搜索算法借助队列的先进先出的特点，类似于树的层次遍历。