一、广度优先搜索
什么是广度优先搜索? 在给定图G=(V,E)后和一个特定的源顶点s的情况下,广度优先搜索,系统的探索G中的边,以期发现从s可以到达的所有顶点,并计算s到所有这些可达顶点之间的距离(即最少的边数)
广度优先搜索的作用?个人从定义理解就是,计算出s可以到达的所有顶点,并且计算出到这些顶点的距离(最短路径上的边数,如果边没有权重,这个结果将更有意义)。另一方面,通过广度优先搜索,我们可以判断一个无向图是否是连通图。
广度优先搜索算法:
1、算法导论书上实现BFS算法,本人用python实现。
代码介绍:类G是图的邻接表表示方式,这里是一个有向图,有10个顶点,G的vector数组存储每个顶点可出发的边。BFS函数:color数组存储每个顶点的颜色,parent数组存储每个顶点的父母,distance存储s到该顶点的距离,不可达填None
代码改进:这里可以BFS算法走完后,我们可以通过parent数组打印出,顶点到s的最短路径(可能有多个,在这里我们只能打印出一条,这是一个局限)。
算法分析:
运行时间O(V+E)V是顶点数,E是边数
额外存储 3*v
class G:
number = 10
vector=[]
time = 0
def __init__(self):
for n in range( 0,self.number):
print n
self.vector.append( [n*2%10,0])
return
def BFS(G1,s):
color = []
parent = []
distance = []
for n in range(0,G1.number):
color.append("white")
parent.append(None)
distance.append(None)
color[s] = "gray"
parent[s] = None
distance[s] = 0
que = [](注意这边使用数组做的一个队列:先进先出)
que.append(s)
while len(que) != 0:
u