数据结构期末复习-图的深度优先搜索和广度优先搜索

深度优先(DFS-Depth First Search)

基本思想

仿树的先序遍历过程

简单归纳

1. 访问起始点v
2. 若v的第1个邻接点没访问过，深度遍历此邻接点
3. 若当前邻接点已访问过，再找v的第2个邻接点重新遍历。

举个例子

深度优先遍历结果：2->1->3->5->4->6

详细归纳

1. 在访问图中某一起始顶点 v 后，由 v 出发，访问它的任一邻接顶点 w1；
2. 再从 w1 出发，访问与 w1邻接但还未被访问过的顶点 w2；
3. 然后再从 w2 出发，进行类似的访问，…
4. 如此进行下去，直至到达所有的邻接顶点都被访问过的顶点 u 为止。
5. 接着，退回一步，退到前一次刚访问过的顶点，看是否还有其它没有被访问的邻接顶点。
   如果有，则访问此顶点，之后再从此顶点出发，进行与前述类似的访问；
   如果没有，就再退回一步进行搜索。重复上述过程，直到连通图中所有顶点都被访问过为止。

代码

仍可用递归算法

void DFS(ALGraph G, int v)
{  //图G为邻接表类型
 cout<<v; visited\[v\] = true; //访问第v个顶点
 p= G.vertices\[v\].firstarc; //p指向v的边链表的第一个边结点
while(p!=NULL)
 {     //边结点非空
   w=p->adjvex;    //表示w是v的邻接点
   if(!visited\[w\]) DFS(G, w);   //如果w未访问，则递归调用DFS
   p=p->nextarc;     //p指向下一个边结点
  }
}

效率分析

时间复杂度

邻接矩阵O(n²) 邻接表O(n+e)

结论

稠密图适于在邻接矩阵上进行深度遍历，
稀疏图适于在邻接表上进行深度遍历。

广度优先(BFS-Breadth First Search)

基本思想

仿树的层次遍历过程

简单归纳

1. 在访问了起始点v之后，依次访问v的邻接点
2. 然后再依次访问这些顶点中未被访问过的邻接点
3. 直到所有顶点都被访问过为止

广度优先搜索是一种分层的搜索过程，每向前走一步，可能访问一批顶点，不像深度优先搜索那样有回退的情况。
因此，广度优先搜索不是一个递归的过程，其算法也不是递归的

辅助队列

从图中某个顶点v出发，访问v，并置visited[v]的值为ture，然后将v进队
只要队列不空，则重复下述处理。

1. 队头顶点u出队
2. 依次检查u的所有邻接点w，如果visited[w]的值为false，则访问w，并置visited[w]的值为ture，然后将w进队。
   

代码

void BFS (Graph G, int v)
{
   //按广度优先非递归遍历连通图G
   cout<<v; visited\[v\] = true; //访问第v个顶点
   InitQueue(Q); //辅助队列Q初始化，置空 
   EnQueue(Q, v); //v进队
   while(!QueueEmpty(Q))    //队列非空
  { 
     DeQueue(Q, u);     //队头元素出队并置为u
     for(w = FirstAdjVex(G, u); w>=0; w = NextAdjVex(G, u, w))
     if(!visited\[w\])   //w为u的尚未访问的邻接顶点
     { 
       cout<<w; visited\[w\] = true; EnQueue(Q, w); //w进队
     }//if
   }//while
}//BFS

效率分析

时间复杂度

邻接矩阵O(n2) 邻接表O(n+e)
只与存储结构有关，与搜索路径无关

空间复杂度

都是O(n)(借用了堆栈或队列）