C++实现深度优先搜索(Depth-First Search,DFS)算法

 C++实现深度优先搜索(Depth-First Search,DFS)算法

以下是用C++实现的深度优先搜索(Depth-First Search,DFS)算法示例:

#include <iostream>
#include <vector>
#include <unordered_set>

using namespace std;

// 图的表示方式为邻接表
class Graph {
public:
    unordered_map<int, vector<int>> adjList;

    // 向图中添加边
    void addEdge(int v, int w) {
        adjList[v].push_back(w);
    }

    // 深度优先搜索的递归辅助函数
    void DFSUtil(int v, unordered_set<int>& visited) {
        // 将当前节点标记为已访问
        visited.insert(v);
        cout << v << " ";

        // 递归访问所有未访问的邻接节点
        for (int neighbor : adjList[v]) {
            if (visited.find(neighbor) == visited.end()) {
                DFSUtil(neighbor, visited);
            }
        }
    }

    // 深度优先搜索的主函数
    void DFS(int v) {
        unordered_set<int> visited;  // 用于跟踪已访问的节点
        DFSUtil(v, visited);
    }
};

int main() {
    Graph g;
    g.addEdge(0, 1);
    g.addEdge(0, 2);
    g.addEdge(1, 2);
    g.addEdge(2, 0);
    g.addEdge(2, 3);
    g.addEdge(3, 3);

    cout << "从节点 2 开始的深度优先搜索遍历结果: ";
    g.DFS(2);

    return 0;
}

代码解释:

  1. class Graph

    • 使用一个邻接表来表示图,其中adjList是一个unordered_map,键是节点,值是与该节点相邻的节点列表。
  2. void addEdge(int v, int w)

    • 向图中添加从节点v到节点w的边。
  3. void DFSUtil(int v, unordered_set<int>& visited)

    • 递归辅助函数,用于执行实际的DFS。
    • 将当前节点v标记为已访问并打印。
    • 递归访问所有未访问的邻接节点。
  4. void DFS(int v)

    • DFS的主函数,初始化一个unordered_set来跟踪已访问的节点,并调用DFSUtil
  5. int main()

    • 创建一个图并添加边。
    • 从节点2开始执行DFS,并打印遍历结果。

运行结果:

该代码将打印从节点2开始的DFS遍历顺序。例如,对于上述示例图,输出可能为:

 

复制代码

从节点 2 开始的深度优先搜索遍历结果: 2 0 1 3

这个输出表示从节点2开始,按照DFS的顺序访问各个节点。不同的邻接表表示方式可能会导致不同的遍历顺序。

  • 5
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 深度优先遍历算法是一种图形遍历算法,它沿着图形的深度遍历图形,尽可能深的搜索图形的分支。 在 C 语言中,可以使用递归函数来实现深度优先遍历算法。 下面是一个简单的例子,展示了如何使用递归函数来实现深度优先遍历: ``` void dfs(int node) { // 访问当前结点 printf("%d ", node); // 遍历当前结点的所有邻居 for (int i = 0; i < num_neighbors(node); i++) { int neighbor = get_neighbor(node, i); // 递归遍历邻居 dfs(neighbor); } } ``` 在这个例子中,`dfs` 函数接收一个结点编号作为参数,然后访问这个结点,并遍历它的所有邻居。对于每个邻居,它会递归调用自身,以便对这个邻居进行深度优先遍历。 希望这个例子能对你有帮助。 ### 回答2: 深度优先遍历(Depth-First SearchDFS)是一种常用的图搜索算法,用于遍历或搜索图或树的所有节点。下面是实现深度优先遍历算法的伪代码: 1. 创建一个空的栈,并将起始节点入栈。 2. 创建一个空的集合,用于存储已访问的节点。 3. 当栈非空时,执行以下步骤: 1. 弹出栈顶节点,并将其标记为已访问。 2. 访问该节点。 3. 将该节点的所有未访问的邻居节点入栈(根据具体问题的要求确定入栈次序)。 4. 将该节点加入已访问的集合。 4. 结束。 下面是一个简单的实例来说明深度优先遍历的过程: 假设有如下图的邻接矩阵表示的图: ``` 0 1 2 3 4 0 0 1 1 0 0 1 1 0 0 1 1 2 1 0 0 0 0 3 0 1 0 0 0 4 0 1 0 0 0 ``` 从节点0开始进行深度优先遍历,按照伪代码的步骤进行操作: 1. 创建一个空的栈,并将节点0入栈。 2. 创建一个空的集合,用于存储已访问的节点。 3. 栈中弹出节点0,将其标记为已访问,并访问该节点。将节点0的邻居节点1和2入栈。 4. 栈中弹出节点2,将其标记为已访问,并访问该节点。由于节点2没有未访问的邻居,直接跳到步骤3。 5. 栈中弹出节点1,将其标记为已访问,并访问该节点。将节点1的邻居节点0入栈(节点0已访问过,不再入栈)。 6. 栈中弹出节点0,由于节点0已访问过,跳过。 7. 栈为空,结束遍历。 按照以上步骤,深度优先遍历的访问顺序为:0 -> 2 -> 1。 ### 回答3: 深度优先遍历(Depth-First SearchDFS)是一种用于图或树的遍历算法。它按照深度的方向遍历图的节点,一直沿着路径走到底,直到无法继续才返回上一级节点,并继续选择其他未遍历过的路径。使用递归实现深度优先遍历算法如下: 1. 首先,创建一个访问列表visited,用于记录已经访问过的节点。 2. 定义递归函数dfs,传入当前节点node作为参数: 2.1 将当前节点标记为已访问,将其加入visited列表。 2.2 遍历当前节点的邻居节点neighbors: 2.2.1 如果邻居节点未被访问过,则递归调用dfs函数,传入邻居节点作为参数。 3. 在主函数中,调用dfs函数,传入起始节点作为参数,开始深度优先遍历。 以下是具体实现代码: ```python class Node: def __init__(self, val): self.val = val self.neighbors = [] def dfs(node, visited): visited.add(node) print(node.val) for neighbor in node.neighbors: if neighbor not in visited: dfs(neighbor, visited) # 主函数 def depth_first_search(start_node): visited = set() dfs(start_node, visited) # 创建图的节点 node1 = Node(1) node2 = Node(2) node3 = Node(3) node4 = Node(4) node5 = Node(5) # 构建节点之间的关系 node1.neighbors = [node2, node3] node2.neighbors = [node1, node4, node5] node3.neighbors = [node1] node4.neighbors = [node2] node5.neighbors = [node2] # 从起始节点1开始深度优先遍历 depth_first_search(node1) ``` 以上代码实现了从起始节点1开始的深度优先遍历。在遍历过程中,输出了每个节点的值,你可以看到节点的遍历顺序是1 -> 2 -> 4 -> 5 -> 3。深度优先遍历算法的时间复杂度为O(V+E),其中V为节点数目,E为边的数目。
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

打赏作者

亚丁号

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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