深度优先搜索(DFS、深搜)和广度优先搜索(BFS、广搜)

这篇具有很好参考价值的文章主要介绍了深度优先搜索(DFS、深搜)和广度优先搜索(BFS、广搜)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

深度优先搜索(DFS、深搜)和广度优先搜索(BFS、广搜)

深度优先搜索(简称“深搜”或DFS)

广度优先搜索

总结

深度优先生成树和广度优先生成树

非连通图的生成森林

深度优先生成森林

广度优先生成森林


深度优先搜索(DFS、深搜)和广度优先搜索(BFS、广搜)

深度优先搜索(简称“深搜”或DFS)

深度优先搜索树,2023数据结构,深度优先,宽度优先,算法


图 1 无向图


深度优先搜索的过程类似于树的先序遍历,首先从例子中体会深度优先搜索。例如图 1 是一个无向图,采用深度优先算法遍历这个图的过程为:

  1. 首先任意找一个未被遍历过的顶点,例如从 V1 开始,由于 V1 率先访问过了,所以,需要标记 V1 的状态为访问过;
  2. 然后遍历 V1 的邻接点,例如访问 V2 ,并做标记,然后访问 V2 的邻接点,例如 V4 (做标记),然后 V8 ,然后 V5 ;
  3. 当继续遍历 V5 的邻接点时,根据之前做的标记显示,所有邻接点都被访问过了。此时,从 V5 回退到 V8 ,看 V8 是否有未被访问过的邻接点,如果没有,继续回退到 V4 , V2 , V1 ;
  4. 通过查看 V1 ,找到一个未被访问过的顶点 V3 ,继续遍历,然后访问 V3  邻接点 V6 ,然后 V7 ;
  5. 由于 V7 没有未被访问的邻接点,所有回退到 V6 ,继续回退至 V3 ,最后到达 V1 ,发现没有未被访问的;
  6. 最后一步需要判断是否所有顶点都被访问,如果还有没被访问的,以未被访问的顶点为第一个顶点,继续依照上边的方式进行遍历。


根据上边的过程,可以得到图 1 通过深度优先搜索获得的顶点的遍历次序为:

V1 -> V2 -> V4 -> V8 -> V5 -> V3 -> V6 -> V7


所谓深度优先搜索,是从图中的一个顶点出发,每次遍历当前访问顶点的临界点,一直到访问的顶点没有未被访问过的临界点为止。然后采用依次回退的方式,查看来的路上每一个顶点是否有其它未被访问的临界点。访问完成后,判断图中的顶点是否已经全部遍历完成,如果没有,以未访问的顶点为起始点,重复上述过程。

深度优先搜索是一个不断回溯的过程。


采用深度优先搜索算法遍历图的实现代码为:

 
  1. #include <stdio.h>
  2. #define MAX_VERtEX_NUM 20 //顶点的最大个数
  3. #define VRType int //表示顶点之间的关系的变量类型
  4. #define InfoType char //存储弧或者边额外信息的指针变量类型
  5. #define VertexType int //图中顶点的数据类型
  6. typedef enum{false,true}bool; //定义bool型常量
  7. bool visited[MAX_VERtEX_NUM]; //设置全局数组,记录标记顶点是否被访问过
  8. typedef struct {
  9. VRType adj; //对于无权图,用 1 或 0 表示是否相邻;对于带权图,直接为权值。
  10. InfoType * info; //弧或边额外含有的信息指针
  11. }ArcCell,AdjMatrix[MAX_VERtEX_NUM][MAX_VERtEX_NUM];
  12. typedef struct {
  13. VertexType vexs[MAX_VERtEX_NUM]; //存储图中顶点数据
  14. AdjMatrix arcs; //二维数组,记录顶点之间的关系
  15. int vexnum,arcnum; //记录图的顶点数和弧(边)数
  16. }MGraph;
  17. //根据顶点本身数据,判断出顶点在二维数组中的位置
  18. int LocateVex(MGraph * G,VertexType v){
  19. int i=0;
  20. //遍历一维数组,找到变量v
  21. for (; i<G->vexnum; i++) {
  22. if (G->vexs[i]==v) {
  23. break;
  24. }
  25. }
  26. //如果找不到,输出提示语句,返回-1
  27. if (i>G->vexnum) {
  28. printf("no such vertex.\n");
  29. return -1;
  30. }
  31. return i;
  32. }
  33. //构造无向图
  34. void CreateDN(MGraph *G){
  35. scanf("%d,%d",&(G->vexnum),&(G->arcnum));
  36. for (int i=0; i<G->vexnum; i++) {
  37. scanf("%d",&(G->vexs[i]));
  38. }
  39. for (int i=0; i<G->vexnum; i++) {
  40. for (int j=0; j<G->vexnum; j++) {
  41. G->arcs[i][j].adj=0;
  42. G->arcs[i][j].info=NULL;
  43. }
  44. }
  45. for (int i=0; i<G->arcnum; i++) {
  46. int v1,v2;
  47. scanf("%d,%d",&v1,&v2);
  48. int n=LocateVex(G, v1);
  49. int m=LocateVex(G, v2);
  50. if (m==-1 ||n==-1) {
  51. printf("no this vertex\n");
  52. return;
  53. }
  54. G->arcs[n][m].adj=1;
  55. G->arcs[m][n].adj=1;//无向图的二阶矩阵沿主对角线对称
  56. }
  57. }
  58. int FirstAdjVex(MGraph G,int v)
  59. {
  60. //查找与数组下标为v的顶点之间有边的顶点,返回它在数组中的下标
  61. for(int i = 0; i<G.vexnum; i++){
  62. if( G.arcs[v][i].adj ){
  63. return i;
  64. }
  65. }
  66. return -1;
  67. }
  68. int NextAdjVex(MGraph G,int v,int w)
  69. {
  70. //从前一个访问位置w的下一个位置开始,查找之间有边的顶点
  71. for(int i = w+1; i<G.vexnum; i++){
  72. if(G.arcs[v][i].adj){
  73. return i;
  74. }
  75. }
  76. return -1;
  77. }
  78. void visitVex(MGraph G, int v){
  79. printf("%d ",G.vexs[v]);
  80. }
  81. void DFS(MGraph G,int v){
  82. visited[v] = true;//标记为true
  83. visitVex( G, v); //访问第v 个顶点
  84. //从该顶点的第一个边开始,一直到最后一个边,对处于边另一端的顶点调用DFS函数
  85. for(int w = FirstAdjVex(G,v); w>=0; w = NextAdjVex(G,v,w)){
  86. //如果该顶点的标记位false,证明未被访问,调用深度优先搜索函数
  87. if(!visited[w]){
  88. DFS(G,w);
  89. }
  90. }
  91. }
  92. //深度优先搜索
  93. void DFSTraverse(MGraph G){//
  94. int v;
  95. //将用做标记的visit数组初始化为false
  96. for( v = 0; v < G.vexnum; ++v){
  97. visited[v] = false;
  98. }
  99. //对于每个标记为false的顶点调用深度优先搜索函数
  100. for( v = 0; v < G.vexnum; v++){
  101. //如果该顶点的标记位为false,则调用深度优先搜索函数
  102. if(!visited[v]){
  103. DFS( G, v);
  104. }
  105. }
  106. }
  107. int main() {
  108. MGraph G;//建立一个图的变量
  109. CreateDN(&G);//初始化图
  110. DFSTraverse(G);//深度优先搜索图
  111. return 0;
  112. }

以图 1 为例,运行结果为:

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

广度优先搜索

广度优先搜索类似于树的层次遍历。从图中的某一顶点出发,遍历每一个顶点时,依次遍历其所有的邻接点,然后再从这些邻接点出发,同样依次访问它们的邻接点。按照此过程,直到图中所有被访问过的顶点的邻接点都被访问到。

最后还需要做的操作就是查看图中是否存在尚未被访问的顶点,若有,则以该顶点为起始点,重复上述遍历的过程。

还拿图 1 中的无向图为例,假设 V1 作为起始点,遍历其所有的邻接点 V2 和 V3 ,以 V2 为起始点,访问邻接点 V4 和 V5 ,以 V3 为起始点,访问邻接点 V6 、 V7 ,以 V4 为起始点访问 V8 ,以 V5 为起始点,由于 V5 所有的起始点已经全部被访问,所有直接略过, V6 和 V7 也是如此。
以 V1 为起始点的遍历过程结束后,判断图中是否还有未被访问的点,由于图 1 中没有了,所以整个图遍历结束。遍历顶点的顺序为:

V1 -> V2 -> v3 -> V4 -> V5 -> V6 -> V7 -> V8


广度优先搜索的实现需要借助队列这一特殊数据结构,实现代码为:

 
  1. #include <stdio.h>
  2. #include <stdlib.h>
  3. #define MAX_VERtEX_NUM 20 //顶点的最大个数
  4. #define VRType int //表示顶点之间的关系的变量类型
  5. #define InfoType char //存储弧或者边额外信息的指针变量类型
  6. #define VertexType int //图中顶点的数据类型
  7. typedef enum{false,true}bool; //定义bool型常量
  8. bool visited[MAX_VERtEX_NUM]; //设置全局数组,记录标记顶点是否被访问过
  9. typedef struct Queue{
  10. VertexType data;
  11. struct Queue * next;
  12. }Queue;
  13. typedef struct {
  14. VRType adj; //对于无权图,用 1 或 0 表示是否相邻;对于带权图,直接为权值。
  15. InfoType * info; //弧或边额外含有的信息指针
  16. }ArcCell,AdjMatrix[MAX_VERtEX_NUM][MAX_VERtEX_NUM];
  17. typedef struct {
  18. VertexType vexs[MAX_VERtEX_NUM]; //存储图中顶点数据
  19. AdjMatrix arcs; //二维数组,记录顶点之间的关系
  20. int vexnum,arcnum; //记录图的顶点数和弧(边)数
  21. }MGraph;
  22. //根据顶点本身数据,判断出顶点在二维数组中的位置
  23. int LocateVex(MGraph * G,VertexType v){
  24. int i=0;
  25. //遍历一维数组,找到变量v
  26. for (; i<G->vexnum; i++) {
  27. if (G->vexs[i]==v) {
  28. break;
  29. }
  30. }
  31. //如果找不到,输出提示语句,返回-1
  32. if (i>G->vexnum) {
  33. printf("no such vertex.\n");
  34. return -1;
  35. }
  36. return i;
  37. }
  38. //构造无向图
  39. void CreateDN(MGraph *G){
  40. scanf("%d,%d",&(G->vexnum),&(G->arcnum));
  41. for (int i=0; i<G->vexnum; i++) {
  42. scanf("%d",&(G->vexs[i]));
  43. }
  44. for (int i=0; i<G->vexnum; i++) {
  45. for (int j=0; j<G->vexnum; j++) {
  46. G->arcs[i][j].adj=0;
  47. G->arcs[i][j].info=NULL;
  48. }
  49. }
  50. for (int i=0; i<G->arcnum; i++) {
  51. int v1,v2;
  52. scanf("%d,%d",&v1,&v2);
  53. int n=LocateVex(G, v1);
  54. int m=LocateVex(G, v2);
  55. if (m==-1 ||n==-1) {
  56. printf("no this vertex\n");
  57. return;
  58. }
  59. G->arcs[n][m].adj=1;
  60. G->arcs[m][n].adj=1;//无向图的二阶矩阵沿主对角线对称
  61. }
  62. }
  63. int FirstAdjVex(MGraph G,int v)
  64. {
  65. //查找与数组下标为v的顶点之间有边的顶点,返回它在数组中的下标
  66. for(int i = 0; i<G.vexnum; i++){
  67. if( G.arcs[v][i].adj ){
  68. return i;
  69. }
  70. }
  71. return -1;
  72. }
  73. int NextAdjVex(MGraph G,int v,int w)
  74. {
  75. //从前一个访问位置w的下一个位置开始,查找之间有边的顶点
  76. for(int i = w+1; i<G.vexnum; i++){
  77. if(G.arcs[v][i].adj){
  78. return i;
  79. }
  80. }
  81. return -1;
  82. }
  83. //操作顶点的函数
  84. void visitVex(MGraph G, int v){
  85. printf("%d ",G.vexs[v]);
  86. }
  87. //初始化队列
  88. void InitQueue(Queue ** Q){
  89. (*Q)=(Queue*)malloc(sizeof(Queue));
  90. (*Q)->next=NULL;
  91. }
  92. //顶点元素v进队列
  93. void EnQueue(Queue **Q,VertexType v){
  94. Queue * element=(Queue*)malloc(sizeof(Queue));
  95. element->data=v;
  96. element->next = NULL;
  97. Queue * temp=(*Q);
  98. while (temp->next!=NULL) {
  99. temp=temp->next;
  100. }
  101. temp->next=element;
  102. }
  103. //队头元素出队列
  104. void DeQueue(Queue **Q,int *u){
  105. (*u)=(*Q)->next->data;
  106. (*Q)->next=(*Q)->next->next;
  107. }
  108. //判断队列是否为空
  109. bool QueueEmpty(Queue *Q){
  110. if (Q->next==NULL) {
  111. return true;
  112. }
  113. return false;
  114. }
  115. //广度优先搜索
  116. void BFSTraverse(MGraph G){//
  117. int v;
  118. //将用做标记的visit数组初始化为false
  119. for( v = 0; v < G.vexnum; ++v){
  120. visited[v] = false;
  121. }
  122. //对于每个标记为false的顶点调用深度优先搜索函数
  123. Queue * Q;
  124. InitQueue(&Q);
  125. for( v = 0; v < G.vexnum; v++){
  126. if(!visited[v]){
  127. visited[v]=true;
  128. visitVex(G, v);
  129. EnQueue(&Q, G.vexs[v]);
  130. while (!QueueEmpty(Q)) {
  131. int u;
  132. DeQueue(&Q, &u);
  133. u=LocateVex(&G, u);
  134. for (int w=FirstAdjVex(G, u); w>=0; w=NextAdjVex(G, u, w)) {
  135. if (!visited[w]) {
  136. visited[w]=true;
  137. visitVex(G, w);
  138. EnQueue(&Q, G.vexs[w]);
  139. }
  140. }
  141. }
  142. }
  143. }
  144. }
  145. int main() {
  146. MGraph G;//建立一个图的变量
  147. CreateDN(&G);//初始化图
  148. BFSTraverse(G);//广度优先搜索图
  149. return 0;
  150. }


例如,使用上述程序代码遍历图 1 中的无向图,运行结果为:

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

总结

本节介绍了两种遍历图的方式:深度优先搜索算法和广度优先搜索算法。深度优先搜索算法的实现运用的主要是回溯法,类似于树的先序遍历算法。广度优先搜索算法借助队列的先进先出的特点,类似于树的层次遍历。

 

深度优先生成树和广度优先生成树

其实在对无向图进行遍历的时候,遍历过程中所经历过的图中的顶点和边的组合,就是图的生成树或者生成森林。


 

深度优先搜索树,2023数据结构,深度优先,宽度优先,算法


图 1 无向图
 12485367

例如,图 1 中的无向图是由 V1~V7 的顶点和编号分别为 a~i 的边组成。当使用深度优先搜索算法时,假设 V1 作为遍历的起始点,涉及到的顶点和边的遍历顺序为(不唯一):

深度优先搜索树,2023数据结构,深度优先,宽度优先,算法


此种遍历顺序构建的生成树为:


 

深度优先搜索树,2023数据结构,深度优先,宽度优先,算法


 12485367
图 2 深度优先生成树


由深度优先搜索得到的树为深度优先生成树。同理,广度优先搜索生成的树为广度优先生成树,图 1 无向图以顶点 V1 为起始点进行广度优先搜索遍历得到的树,如图 3 所示:


 

深度优先搜索树,2023数据结构,深度优先,宽度优先,算法


图 3 广度优先生成树

非连通图的生成森林

非连通图在进行遍历时,实则是对非连通图中每个连通分量分别进行遍历,在遍历过程经过的每个顶点和边,就构成了每个连通分量的生成树。

非连通图中,多个连通分量构成的多个生成树为非连通图的生成森林。

深度优先生成森林

选择小的数字作为开头;

深度优先搜索树,2023数据结构,深度优先,宽度优先,算法


图 4 深度优先生成森林


例如,对图 4 中的非连通图 (a) 采用深度优先搜索算法遍历时,得到的深度优先生成森林(由 3 个深度优先生成树构成)如 (b) 所示(不唯一)。

非连通图在遍历生成森林时,可以采用孩子兄弟表示法将森林转化为一整棵二叉树进行存储。


具体实现的代码:

  1. #include <stdio.h>
  2. #include <stdlib.h>
  3. #define MAX_VERtEX_NUM 20 //顶点的最大个数
  4. #define VRType int //表示顶点之间的关系的变量类型
  5. #define VertexType int //图中顶点的数据类型
  6. typedef enum{false,true}bool; //定义bool型常量
  7. bool visited[MAX_VERtEX_NUM]; //设置全局数组,记录标记顶点是否被访问过
  8. typedef struct {
  9. VRType adj; //对于无权图,用 1 或 0 表示是否相邻;对于带权图,直接为权值。
  10. }ArcCell,AdjMatrix[MAX_VERtEX_NUM][MAX_VERtEX_NUM];
  11. typedef struct {
  12. VertexType vexs[MAX_VERtEX_NUM]; //存储图中顶点数据
  13. AdjMatrix arcs; //二维数组,记录顶点之间的关系
  14. int vexnum,arcnum; //记录图的顶点数和弧(边)数
  15. }MGraph;
  16. //孩子兄弟表示法的链表结点结构
  17. typedef struct CSNode{
  18. VertexType data;
  19. struct CSNode * lchild;//孩子结点
  20. struct CSNode * nextsibling;//兄弟结点
  21. }*CSTree,CSNode;
  22. //根据顶点本身数据,判断出顶点在二维数组中的位置
  23. int LocateVex(MGraph G,VertexType v){
  24. int i=0;
  25. //遍历一维数组,找到变量v
  26. for (; i<G.vexnum; i++) {
  27. if (G.vexs[i]==v) {
  28. break;
  29. }
  30. }
  31. //如果找不到,输出提示语句,返回-1
  32. if (i>G.vexnum) {
  33. printf("no such vertex.\n");
  34. return -1;
  35. }
  36. return i;
  37. }
  38. //构造无向图
  39. void CreateDN(MGraph *G){
  40. scanf("%d,%d",&(G->vexnum),&(G->arcnum));
  41. getchar();
  42. for (int i=0; i<G->vexnum; i++) {
  43. scanf("%d",&(G->vexs[i]));
  44. }
  45. for (int i=0; i<G->vexnum; i++) {
  46. for (int j=0; j<G->vexnum; j++) {
  47. G->arcs[i][j].adj=0;
  48. }
  49. }
  50. for (int i=0; i<G->arcnum; i++) {
  51. int v1,v2;
  52. scanf("%d,%d",&v1,&v2);
  53. int n=LocateVex(*G, v1);
  54. int m=LocateVex(*G, v2);
  55. if (m==-1 ||n==-1) {
  56. printf("no this vertex\n");
  57. return;
  58. }
  59. G->arcs[n][m].adj=1;
  60. G->arcs[m][n].adj=1;//无向图的二阶矩阵沿主对角线对称
  61. }
  62. }
  63. int FirstAdjVex(MGraph G,int v)
  64. {
  65. //查找与数组下标为v的顶点之间有边的顶点,返回它在数组中的下标
  66. for(int i = 0; i<G.vexnum; i++){
  67. if( G.arcs[v][i].adj ){
  68. return i;
  69. }
  70. }
  71. return -1;
  72. }
  73. int NextAdjVex(MGraph G,int v,int w)
  74. {
  75. //从前一个访问位置w的下一个位置开始,查找之间有边的顶点
  76. for(int i = w+1; i<G.vexnum; i++){
  77. if(G.arcs[v][i].adj){
  78. return i;
  79. }
  80. }
  81. return -1;
  82. }
  83. void DFSTree(MGraph G,int v,CSTree*T){
  84. //将正在访问的该顶点的标志位设为true
  85. visited[v]=true;
  86. bool first=true;
  87. CSTree q=NULL;
  88. //依次遍历该顶点的所有邻接点
  89. for (int w=FirstAdjVex(G, v); w>=0; w=NextAdjVex(G, v, w)) {
  90. //如果该临界点标志位为false,说明还未访问
  91. if (!visited[w]) {
  92. //为该邻接点初始化为结点
  93. CSTree p=(CSTree)malloc(sizeof(CSNode));
  94. p->data=G.vexs[w];
  95. p->lchild=NULL;
  96. p->nextsibling=NULL;
  97. //该结点的第一个邻接点作为孩子结点,其它邻接点作为孩子结点的兄弟结点
  98. if (first) {
  99. (*T)->lchild=p;
  100. first=false;
  101. }
  102. //否则,为兄弟结点
  103. else{
  104. q->nextsibling=p;
  105. }
  106. q=p;
  107. //以当前访问的顶点为树根,继续访问其邻接点
  108. DFSTree(G, w, &q);
  109. }
  110. }
  111. }
  112. //深度优先搜索生成森林并转化为二叉树
  113. void DFSForest(MGraph G,CSTree *T){
  114. (*T)=NULL;
  115. //每个顶点的标记为初始化为false
  116. for (int v=0; v<G.vexnum; v++) {
  117. visited[v]=false;
  118. }
  119. CSTree q=NULL;
  120. //遍历每个顶点作为初始点,建立深度优先生成树
  121. for (int v=0; v<G.vexnum; v++) {
  122. //如果该顶点的标记位为false,证明未访问过
  123. if (!(visited[v])) {
  124. //新建一个结点,表示该顶点
  125. CSTree p=(CSTree)malloc(sizeof(CSNode));
  126. p->data=G.vexs[v];
  127. p->lchild=NULL;
  128. p->nextsibling=NULL;
  129. //如果树未空,则该顶点作为树的树根
  130. if (!(*T)) {
  131. (*T)=p;
  132. }
  133. //该顶点作为树根的兄弟结点
  134. else{
  135. q->nextsibling=p;
  136. }
  137. //每次都要把q指针指向新的结点,为下次添加结点做铺垫
  138. q=p;
  139. //以该结点为起始点,构建深度优先生成树
  140. DFSTree(G,v,&p);
  141. }
  142. }
  143. }
  144. //前序遍历二叉树
  145. void PreOrderTraverse(CSTree T){
  146. if (T) {
  147. printf("%d ",T->data);
  148. PreOrderTraverse(T->lchild);
  149. PreOrderTraverse(T->nextsibling);
  150. }
  151. return;
  152. }
  153. int main() {
  154. MGraph G;//建立一个图的变量
  155. CreateDN(&G);//初始化图
  156. CSTree T;
  157. DFSForest(G, &T);
  158. PreOrderTraverse(T);
  159. return 0;
  160. }

运行程序,拿图 4(a)中的非连通图为例,构建的深度优先生成森林,使用孩子兄弟表示法表示为:


 

深度优先搜索树,2023数据结构,深度优先,宽度优先,算法


图5 孩子兄弟表示法表示深度优先生成森林

图中,3 种颜色的树各代表一棵深度优先生成树,使用孩子兄弟表示法表示,也就是将三棵树的树根相连,第一棵树的树根作为整棵树的树根。


运行结果

13,13
1
2
3
4
5
6
7
8
9
10
11
12
13
1,2
1,3
1,6
1,12
2,13
4,5
7,8
7,10
7,9
8,10
11,12
11,13
12,13
1 2 13 11 12 3 6 4 5 7 8 10 9

广度优先生成森林

非连通图采用广度优先搜索算法进行遍历时,经过的顶点以及边的集合为该图的广度优先生成森林。

拿图 4(a)中的非连通图为例,通过广度优先搜索得到的广度优先生成森林用孩子兄弟表示法为:

深度优先搜索树,2023数据结构,深度优先,宽度优先,算法

 

深度优先搜索树,2023数据结构,深度优先,宽度优先,算法


图6 广度优先生成森林(孩子兄弟表示法)


实现代码为:

 
  1. #include <stdio.h>
  2. #include <stdlib.h>
  3. #define MAX_VERtEX_NUM 20 //顶点的最大个数
  4. #define VRType int //表示顶点之间的关系的变量类型
  5. #define InfoType char //存储弧或者边额外信息的指针变量类型
  6. #define VertexType int //图中顶点的数据类型
  7. typedef enum{false,true}bool; //定义bool型常量
  8. bool visited[MAX_VERtEX_NUM]; //设置全局数组,记录标记顶点是否被访问过
  9. typedef struct {
  10. VRType adj; //对于无权图,用 1 或 0 表示是否相邻;对于带权图,直接为权值。
  11. InfoType * info; //弧或边额外含有的信息指针
  12. }ArcCell,AdjMatrix[MAX_VERtEX_NUM][MAX_VERtEX_NUM];
  13. typedef struct {
  14. VertexType vexs[MAX_VERtEX_NUM]; //存储图中顶点数据
  15. AdjMatrix arcs; //二维数组,记录顶点之间的关系
  16. int vexnum,arcnum; //记录图的顶点数和弧(边)数
  17. }MGraph;
  18. typedef struct CSNode{
  19. VertexType data;
  20. struct CSNode * lchild;//孩子结点
  21. struct CSNode * nextsibling;//兄弟结点
  22. }*CSTree,CSNode;
  23. typedef struct Queue{
  24. CSTree data;//队列中存放的为树结点
  25. struct Queue * next;
  26. }Queue;
  27. //根据顶点本身数据,判断出顶点在二维数组中的位置
  28. int LocateVex(MGraph * G,VertexType v){
  29. int i=0;
  30. //遍历一维数组,找到变量v
  31. for (; i<G->vexnum; i++) {
  32. if (G->vexs[i]==v) {
  33. break;
  34. }
  35. }
  36. //如果找不到,输出提示语句,返回-1
  37. if (i>G->vexnum) {
  38. printf("no such vertex.\n");
  39. return -1;
  40. }
  41. return i;
  42. }
  43. //构造无向图
  44. void CreateDN(MGraph *G){
  45. scanf("%d,%d",&(G->vexnum),&(G->arcnum));
  46. for (int i=0; i<G->vexnum; i++) {
  47. scanf("%d",&(G->vexs[i]));
  48. }
  49. for (int i=0; i<G->vexnum; i++) {
  50. for (int j=0; j<G->vexnum; j++) {
  51. G->arcs[i][j].adj=0;
  52. G->arcs[i][j].info=NULL;
  53. }
  54. }
  55. for (int i=0; i<G->arcnum; i++) {
  56. int v1,v2;
  57. scanf("%d,%d",&v1,&v2);
  58. int n=LocateVex(G, v1);
  59. int m=LocateVex(G, v2);
  60. if (m==-1 ||n==-1) {
  61. printf("no this vertex\n");
  62. return;
  63. }
  64. G->arcs[n][m].adj=1;
  65. G->arcs[m][n].adj=1;//无向图的二阶矩阵沿主对角线对称
  66. }
  67. }
  68. int FirstAdjVex(MGraph G,int v)
  69. {
  70. //查找与数组下标为v的顶点之间有边的顶点,返回它在数组中的下标
  71. for(int i = 0; i<G.vexnum; i++){
  72. if( G.arcs[v][i].adj ){
  73. return i;
  74. }
  75. }
  76. return -1;
  77. }
  78. int NextAdjVex(MGraph G,int v,int w)
  79. {
  80. //从前一个访问位置w的下一个位置开始,查找之间有边的顶点
  81. for(int i = w+1; i<G.vexnum; i++){
  82. if(G.arcs[v][i].adj){
  83. return i;
  84. }
  85. }
  86. return -1;
  87. }
  88. //初始化队列
  89. void InitQueue(Queue ** Q){
  90. (*Q)=(Queue*)malloc(sizeof(Queue));
  91. (*Q)->next=NULL;
  92. }
  93. //结点v进队列
  94. void EnQueue(Queue **Q,CSTree T){
  95. Queue * element=(Queue*)malloc(sizeof(Queue));
  96. element->data=T;
  97. element->next=NULL;
  98. Queue * temp=(*Q);
  99. while (temp->next!=NULL) {
  100. temp=temp->next;
  101. }
  102. temp->next=element;
  103. }
  104. //队头元素出队列
  105. void DeQueue(Queue **Q,CSTree *u){
  106. (*u)=(*Q)->next->data;
  107. (*Q)->next=(*Q)->next->next;
  108. }
  109. //判断队列是否为空
  110. bool QueueEmpty(Queue *Q){
  111. if (Q->next==NULL) {
  112. return true;
  113. }
  114. return false;
  115. }
  116. void BFSTree(MGraph G,int v,CSTree*T){
  117. CSTree q=NULL;
  118. Queue * Q;
  119. InitQueue(&Q);
  120. //根结点入队
  121. EnQueue(&Q, (*T));
  122. //当队列为空时,证明遍历完成
  123. while (!QueueEmpty(Q)) {
  124. bool first=true;
  125. //队列首个结点出队
  126. DeQueue(&Q,&q);
  127. //判断结点中的数据在数组中的具体位置
  128. int v=LocateVex(&G,q->data);
  129. //已经访问过的更改其标志位
  130. visited[v]=true;
  131. //遍历以出队结点为起始点的所有邻接点
  132. for (int w=FirstAdjVex(G,v); w>=0; w=NextAdjVex(G,v, w)) {
  133. //标志位为false,证明未遍历过
  134. if (!visited[w]) {
  135. //新建一个结点 p,存放当前遍历的顶点
  136. CSTree p=(CSTree)malloc(sizeof(CSNode));
  137. p->data=G.vexs[w];
  138. p->lchild=NULL;
  139. p->nextsibling=NULL;
  140. //当前结点入队
  141. EnQueue(&Q, p);
  142. //更改标志位
  143. visited[w]=true;
  144. //如果是出队顶点的第一个邻接点,设置p结点为其左孩子
  145. if (first) {
  146. q->lchild=p;
  147. first=false;
  148. }
  149. //否则设置其为兄弟结点
  150. else{
  151. q->nextsibling=p;
  152. }
  153. q=p;
  154. }
  155. }
  156. }
  157. }
  158. //广度优先搜索生成森林并转化为二叉树
  159. void BFSForest(MGraph G,CSTree *T){
  160. (*T)=NULL;
  161. //每个顶点的标记为初始化为false
  162. for (int v=0; v<G.vexnum; v++) {
  163. visited[v]=false;
  164. }
  165. CSTree q=NULL;
  166. //遍历图中所有的顶点
  167. for (int v=0; v<G.vexnum; v++) {
  168. //如果该顶点的标记位为false,证明未访问过
  169. if (!(visited[v])) {
  170. //新建一个结点,表示该顶点
  171. CSTree p=(CSTree)malloc(sizeof(CSNode));
  172. p->data=G.vexs[v];
  173. p->lchild=NULL;
  174. p->nextsibling=NULL;
  175. //如果树未空,则该顶点作为树的树根
  176. if (!(*T)) {
  177. (*T)=p;
  178. }
  179. //该顶点作为树根的兄弟结点
  180. else{
  181. q->nextsibling=p;
  182. }
  183. //每次都要把q指针指向新的结点,为下次添加结点做铺垫
  184. q=p;
  185. //以该结点为起始点,构建广度优先生成树
  186. BFSTree(G,v,&p);
  187. }
  188. }
  189. }
  190. //前序遍历二叉树
  191. void PreOrderTraverse(CSTree T){
  192. if (T) {
  193. printf("%d ",T->data);
  194. PreOrderTraverse(T->lchild);
  195. PreOrderTraverse(T->nextsibling);
  196. }
  197. return;
  198. }
  199. int main() {
  200. MGraph G;//建立一个图的变量
  201. CreateDN(&G);//初始化图
  202. CSTree T;
  203. BFSForest(G, &T);
  204. PreOrderTraverse(T);
  205. return 0;
  206. }

运行结果为:

13,13
1
2
3
4
5
6
7
8
9
10
11
12
13
1,2
1,3
1,6
1,12
2,13
4,5
7,8
7,10
7,9
8,10
11,12
11,13
12,13
1 2 13 3 6 12 11 4 5 7 8 9 10文章来源地址https://www.toymoban.com/news/detail-808216.html

到了这里,关于深度优先搜索(DFS、深搜)和广度优先搜索(BFS、广搜)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 深度优先搜索(DFS)和广度优先搜索(BFS)

    代码随想录 深度优先搜索和广度优先搜索,都是图形搜索算法,它两相似,又却不同,在应用上也被用到不同的地方。这里拿一起讨论,方便比较。 先给大家说一下两者大概的区别: 如果搜索是以接近起始状态的程序依次扩展状态的,叫广度优先搜索。 如果扩展是首先扩展

    2024年02月02日
    浏览(35)
  • 深度优先搜索(DFS)和广度优先搜索(BFS)

    深度优先搜索(DFS)和广度优先搜索(BFS)是图论中两个非常重要的算法,主要用于拓扑排序,寻路(走迷宫)和搜索引擎等。在我们写算法时经常会遇到需要使用DFS和BFS的题目,例如leetcode中的岛屿相关的问题以及有关树的题目大多都会使用DFS或者BFS。 深度优先搜索 深度优

    2024年02月10日
    浏览(30)
  • 深度优先搜索(DFS)和广度优先搜索(BFS),用代码讲原理

    以图文的形式对深度搜索和广度搜索的理论进行讲解时,可能会对一些概念有些模糊,且不太清楚怎么把该理论用程序的方式进行复现并解决这一搜索问题(这说的就是本人) 。所以后面我看完了一份实现这两种搜索方法的代码,在这做一个笔记,希望对大家有所帮助。 两

    2024年04月12日
    浏览(36)
  • 深度优先搜索(DFS)和广度优先搜索(BFS)两种算法c++

    深度优先搜索(DFS)和广度优先搜索(BFS)是一种用于遍历或搜索树图的一种算法,在这个过程中保证图或数的每个结点被访问且仅被访问一次,再按照每个结点访问的顺序不同分为深搜和广搜。 本文只讨论这两种算法在搜索方面的应用! 深度优先搜索 ( Depth-First-Search,DFS )它 沿

    2024年02月13日
    浏览(30)
  • Python 算法基础篇:深度优先搜索( DFS )和广度优先搜索( BFS )

    深度优先搜索( DFS )和广度优先搜索( BFS )是两种常用的图遍历算法,用于在图中搜索目标节点或遍历图的所有节点。本篇博客将介绍 DFS 和 BFS 算法的基本概念,并通过实例代码演示它们的应用。 😃😄 ❤️ ❤️ ❤️ 深度优先搜索( DFS )是一种用于遍历或搜索图或树

    2024年02月07日
    浏览(47)
  • 【数据结构】图的遍历:广度优先(BFS),深度优先(DFS)

    目录 1、广度优先(BFS) 算法思想  广度优先生成树  知识树  代码实现  2、深度优先(DFS) 算法思想  深度优先生成树 知识树  代码实现           图的广度优先遍历(BFS)是一种遍历图的算法,其思想是从起始顶点开始遍历图,先访问起始顶点的所有直接邻居,然

    2024年02月04日
    浏览(45)
  • 图的遍历(搜索)算法(深度优先算法DFS和广度优先算法BFS)

    从图的某个顶点出发访问遍图中所有顶点,且每个顶点仅被访问一次。(连通图与非连通图) 1、访问指定的起始顶点; 2、若当前访问的顶点的邻接顶点有未被访问的,则任选一个访问之;反之,退回到最近访问过的顶点;直到与起始顶点相通的全部顶点都访问完毕; 3、若

    2024年01月17日
    浏览(33)
  • 图的遍历——深度优先搜索(DFS)与广度优先搜索(BFS)(附带C语言源码)

    个人主页:【😊个人主页】 系列专栏:【❤️数据结构与算法】 学习名言:天子重英豪,文章教儿曹。万般皆下品,惟有读书高——《神童诗劝学》 第一章 ❤️ 学前知识 第二章 ❤️ 单向链表 第三章 ❤️ 递归 … 在此之前我们学习过了图的一些基本概念,如同在二叉树

    2024年02月06日
    浏览(47)
  • 【数据结构】图的创建和深度(DFS)广度(BFS)优先遍历

    图是由顶点的有穷非空集合和顶点之间边的集合组成,通过表示为G(V,E),其中,G标示一个图, V是图G中 顶点的集合 , E是图G中 边的集合 。 图分为 无向图 和 有向图 无向图: 若顶点Vi到Vj之间的边没有方向,则称这条边为无向边(Edge),用序偶对(Vi,Vj)表示。 有向图: 若从

    2024年02月05日
    浏览(40)
  • 【算法导论】图论(图的基本概念,图上的深度优先搜索(DFS),广度优先搜索(BFS),最小生成树(MST)及Prim,Kruskal算法)

    图(Graph)是一种包含节点与节点的边的集合,记作G=(V,E),V是节点的集合,E是边的集合。 有向图 一个有向图G=(V,E),E中每个元素是V上的一个二值关系:一条从a出发的连向b的边e可以记作一个 有序 对e = (a,b) 。 无向图 一个无向图G=(V,E),E的每个元素e可以表示V上的一个 无序 对,记

    2024年02月03日
    浏览(32)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包