邻接矩阵遍历(无向图,邻接矩阵,DFS,BFS)

1、题目:


 Problem Description

有多组数据,每组数据第一行有两个整数n、m,(0<n,m<100),n表示是有n个点(1~n)形成的图,接下来有m行数据,每一行有两个整数(表示点的序号),说明这两点之间有一条边。

 Input

分别输出从标号为1点开始深度和广度优先搜索的序列,每个数之后有一个空格。
每组数组分别占一行。

 Output

按存储顺序的先后,输出各连通分量中的顶点,每组输出占若干行,每行最后均有一空格,具体格式见样例。

 Sample Input

8 9
1 2
1 3
2 4
2 5
3 6
3 7
4 5
4 8
6 7

 Sample Output

1 2 4 5 8 3 6 7
1 2 3 4 5 6 7 8

 Author

janson


2、参考代码:


#include <iostream>
#include <string.h>
using namespace std;

class MGraph{
private:
	int vertexNum,arcNum;
	int edge[111][111];
	int vertex[111];
public:
	int vis[111];
	MGraph(int* a,int n,int m);
	~MGraph(){}
	void DFS(int v);
	void BFS(int v);
};

MGraph::MGraph(int* a,int n,int m){
	vertexNum=n;
	arcNum=m;
	int i,j;
	for(i=1;i<=n;i++)
		vertex[i]=a[i];
	memset(edge,0,sizeof(edge));
	while(m--){
		cin>>i>>j;
		edge[i][j]=edge[j][i]=1;
	}
}

void MGraph::DFS(int v){
	cout<<vertex[v]<<" ";
	vis[v]=1;
	for(int j=0;j<=vertexNum;j++){
		if(edge[v][j]==1 && !vis[j])
			DFS(j);
	}
}

void MGraph::BFS(int v){
	int front,rear;
	front=rear=-1;
	vis[v]=1;
	cout<<vertex[v]<<" ";
	int Q[111];
	Q[++rear]=v;
	while(front!=rear){
		v=Q[++front];
		for(int j=0;j<=vertexNum;j++){
			if(edge[v][j]==1 && !vis[j]){
				cout<<vertex[j]<<" ";
				vis[j]=1;
				Q[++rear]=j;
			}
		}
	}
}

int main()
{
	int n,m,i,a[111];
	while(cin>>n>>m){
		for(i=1;i<=n;i++)
			a[i]=i;
		MGraph w(a,n,m);
		memset(w.vis,0,sizeof(w.vis));   ///记得每次开始搜索前都要清空标记
		w.DFS(1);
		cout<<endl;
		memset(w.vis,0,sizeof(w.vis));   ///记得每次开始搜索前都要清空标记
		w.BFS(1);
		cout<<endl;
	}
	return 0;
}



  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
无向图邻接矩阵遍历通常使用深度优先搜索(DFS)或广度优先搜索(BFS)算法。 DFS算法: 1. 从起点开始遍历,将其标记为已访问。 2. 遍历该节点的所有邻居节点,如果邻居节点未被访问,则递归访问该邻居节点。 3. 当所有邻居节点均被访问后,返回上一级节点,继续遍历其它未访问的邻居节点。 4. 重复2-3步骤,直到所有节点均被访问。 以下是DFS算法的示例代码: ```python def dfs(v, visited, adj_matrix): visited[v] = True print(v, end=" ") for i in range(len(adj_matrix)): if adj_matrix[v][i] == 1 and not visited[i]: dfs(i, visited, adj_matrix) def dfs_traversal(adj_matrix): visited = [False] * len(adj_matrix) for i in range(len(adj_matrix)): if not visited[i]: dfs(i, visited, adj_matrix) ``` BFS算法: 1. 从起点开始遍历,将其加入队列中并标记为已访问。 2. 取出队列中的首节点,遍历其所有邻居节点,将未访问的邻居节点加入队列中并标记为已访问。 3. 重复2步骤,直到队列为空。 以下是BFS算法的示例代码: ```python from queue import Queue def bfs_traversal(adj_matrix): visited = [False] * len(adj_matrix) q = Queue() q.put(0) visited[0] = True while not q.empty(): v = q.get() print(v, end=" ") for i in range(len(adj_matrix)): if adj_matrix[v][i] == 1 and not visited[i]: q.put(i) visited[i] = True ``` 以上两种算法都可以完成无向图邻接矩阵遍历,其中DFS算法常用于路径搜索,BFS算法常用于最短路径搜索。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值