图是一种灵活的数据结构,一般作为一种模型用来定义对象之间的关系或联系。对象由顶点(V
)表示,而对象之间的关系或者关联则通过图的边(E
)来表示。
图可以分为有向图和无向图,一般用G=(V,E)
来表示图。经常用邻接矩阵或者邻接表来描述一副图。
在图的基本算法中,最初需要接触的就是图的遍历算法,根据访问节点的顺序,可分为广度优先搜索(BFS
)和深度优先搜索(DFS
)。
广度优先搜索(BFS)
广度优先搜索在进一步遍历图中顶点之前,先访问当前顶点的所有邻接结点。
a .首先选择一个顶点作为起始结点,并将其染成灰色,其余结点为白色。
b. 将起始结点放入队列中。
c. 从队列首部选出一个顶点,并找出所有与之邻接的结点,将找到的邻接结点放入队列尾部,将已访问过结点涂成黑色,没访问过的结点是白色。如果顶点的颜色是灰色,表示已经发现并且放入了队列,如果顶点的颜色是白色,表示还没有发现
d. 按照同样的方法处理队列中的下一个结点。
基本就是出队的顶点变成黑色,在队列里的是灰色,还没入队的是白色。
用一副图来表达这个流程如下:
从顶点1开始进行广度优先搜索:
1. 初始状态,从顶点1开始,队列={1}
2. 访问1的邻接顶点,1出队变黑,2,3入队,队列={2,3,}
3. 访问2的邻接结点,2出队,4入队,队列={3,4}
4. 访问3的邻接结点,3出队,队列={4}
5. 访问4的邻接结点,4出队,队列={ 空}
结点5对于1来说不可达。
上面的图可以通过如下邻接矩阵表示:
int maze[5][5] = {
{ 0, 1, 1, 0, 0 },
{ 0, 0, 1, 1, 0 },
{ 0, 1, 1, 1, 0 },
{ 1, 0, 0, 0, 0 },
{ 0, 0, 1, 1, 0 }
};
BFS核心代码如下:
#include <iostream>
#include <queue>
#define N 5
using namespace std;
int maze[N][N] = {
{