图的遍历

简介：

从图中某一顶点出发访遍图中其余顶点，且使每一个顶点仅被访问一次，这一过程就叫做图的遍历（Traversing Graph）。

深度优先遍历

深度优先遍历（Depth_First_Search），也有称为深度优先搜索，简称为DFS。

typedef int Boolean;        /* Boolean是布尔类型，其值是TRUE或FALSE */
Boolean visited[MAX];       /* 访问标志的数组 */

/* 邻接矩阵的深度优先递归算法 */
void DFS(MGraph G, int i)
{
    int j;
    visited[i] = TRUE;
    printf("%c ", G.vexs[i]);       /* 打印顶点，也可以其他操作 */
    for (j=0; j<G.numVertexes; j++)
        if (G.arc[i][j]==1 && !visited[j])
            DFS(G, j);              /* 对未访问的邻接顶点递归调用 */
}

/* 邻接矩阵的深度遍历操作 */
void DFSTraverse(MGraph G)
{
    int i;
    for (i=0; i<G.numVertexes; i++)
        visited[i] = FALSE;         /* 初始所有顶点状态都是未访问过状态 */
    for (i=0; i<G.numVertexes; i++)
        if (!visited[i])    /* 对未访问过的顶点调用DFS，若是连通图，只会执行一次 */
            DFS(G, i);
}

广度优先遍历

广度优先遍历（Breadth_First_Search），又称为广度优先搜索，简称BFS。

/* 邻接矩阵的广度遍历算法 */
void BFSTraverse(MGraph G)
{
    int i, j;
    Queue Q;
    for (i=0; i<G.numVertexes; i++)
        visited[i] = FALSE;
    InitQueue(&Q);          /* 初始化一辅助用的队列 */
    for (i=0; i<G.numVertexes; i++)     /* 对每一个顶点做循环 */
    {
        if (!visited[i])            /* 若是未访问过就处理 */
        {
            visited[i] = TRUE;      /* 设置当前顶点访问过 */
            printf("%c ", G.vexs[i]);   /* 打印顶点，也可以其他操作 */
            EnQueue(&Q, i);         /* 将此顶点入队列 */
            while (!QueueEmpty(Q))  /* 若当前队列不为空 */
            {
                DeQueue(&Q, &i);    /* 将队中元素出队列，赋值给i */
                for (j=0; j<G.numVertexes; j++)
                {
                    /* 判断其他顶点若与当前顶点存在边且未访问过 */
                    if (G.arc[i][j]==1 && !visited[j])
                    {
                        visited[j] = TRUE;      /* 将找到的此顶点标记为已访问 */
                        printf("%c ", G.vexs[j]);   /* 打印顶点 */
                        EnQueue(&Q, j);         /* 将找到的此顶点入队列 */
                    }
                }
            }
        }
    }
}

总结

• 对比图的深度优先遍历与广度优先遍历算法，会发现，它们在时间复杂度上是一样的，不同之处仅仅在于对顶点访问的顺序不同。可见两者在全图遍历上是没有优劣之分的，只是视不同的情况选择不同的算法。
• 如果图顶点和边非常多，不能在短时间内遍历完成，遍历的目的是为了寻找合适的顶点，那么选择哪种遍历就要仔细斟酌了。深度优先更适合目标比较明确，以找到目标为主要目的的情况，而广度优先更适合在不断扩大遍历范围时找到相对最优解的情况。