IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 数据结构与算法 -> 《数据结构》-图的遍历 -> 正文阅读

[数据结构与算法]《数据结构》-图的遍历

图的遍历

从已给的连通图中某一个顶点出发,沿着一些边访遍图中所有的顶点,且每个顶点仅被访问一次,就叫做图的遍历,它是图的基本运算

图的特点:图中可能存在回路,且图的任一顶点都可能与其它顶点相通,在访问完某个顶点之后可能会沿着某些边又回到了曾经访问过的节点

避免重复的方法:设置一个辅助的数组 visit[n],用来标记每个被访问的顶点。

  • 初始状态 visit[i] 为 0
  • 顶点 i 被访问,改 visit[i] 为 1, 防止被多次访问。

深度优先遍历(DFS)

Depth First Search

方法

  • 在访问图中某一起始顶点 v 后,由 v 出发,访问它的任一邻接顶点 w1
  • 在从 w1 出发,访问与 w1 邻接但还未被访问过得顶点 w2
  • 再从 w2 出发,进行类似的访问…
  • 如此进行下去,知道到达所有的邻接顶点都被访问过的顶点 u 为止
  • 接着,退回一步,退到前一次刚访问过的顶点,看看是否还有其它没有被访问的邻接顶点
  • 如果有,则访问此顶点,之后再从此顶点出发,进行与前述类似的访问
  • 如果没有,就再退回一步进行搜索。重复上述过程,知道连通图中所有顶点都被访问过为止

示例

请添加图片描述

则它的深度优先遍历为

v1->v2->v4->v8->v5->v3->v6->v7
v1->v2->v4->v8->v5->v3->v7->v6
v1->v2->v5->v8->v4->v3->v7->v6
v1->v2->v5->v8->v4->v3->v6->v7
......

连通图的深度优先遍历类似图的先根遍历
请添加图片描述

则它的深度优先遍历为

a->c->h->d->f->k->e->b->g

代码实现

采用邻接矩阵表示图的深度优先搜索遍历

void DFS(struct AMGraph G, int v) // 图 G 为邻接矩阵类型
{
    visit(v); // 访问第 v 个顶点
    visited[v] = true; // 标志位
    for(w = 0; w < G.vexnum; w++) // 依次检查邻接矩阵 v 所在的行
        if((G.arcs[v][w]!=0) && (!visited[w]))
            DFS(G, w); // w 是 v 的邻接点,如果 w 未访问,则递归调用 DFS
}

算法效率分析

时间复杂度:O(n2)

广度优先遍历(BFS)

Breadth First Search

方法

从图的某一个结点出发,首先依次访问该节点的所有邻接结点 v1,v2,v3…,再按这些顶点被访问的先后次序依次访问与他们相邻接的所有未被访问的顶点。

重复此过程,直至所有顶点均被访问为止

示例

请添加图片描述
则它的广度优先遍历为

v1->v2->v3->v4->v5->v6->v7->v8

请添加图片描述

则它的广度优先遍历为

a->c->d->e->f->h->k->b->g

代码实现

按广度优先非递归遍历连通图 G

void BFSTraverse(struct ALGraph G, void (*Visit)(char *))
{
    int v, u, w;
    LinkQueue Q;
    for (v = 0; v < G.vexnum; ++v)
        visited[v] = FALSE;        // 置初值
    InitQueue(&Q);                 // 置空的辅助队列Q
    for (v = 0; v < G.vexnum; v++) // 如果是连通图,只v=0就遍历全图
        if (!visited[v])           // v尚未访问
        {
            visited[v] = TRUE;
            Visit(G.vertices[v].data);
            EnQueue(&Q, v);        // v入队列
            while (!QueueEmpty(Q)) // 队列不空
            {
                DeQueue(&Q, &u); // 队头元素出队并置为u
                for (w = FirstAdjVex(G, G.vertices[u].data); w >= 0; w = NextAdjVex(G, G.vertices[u].data, G.vertices[w].data))
                    if (!visited[w]) // w为u的尚未访问的邻接顶点
                    {
                        visited[w] = TRUE;
                        Visit(G.vertices[w].data);
                        EnQueue(&Q, w); // w入队
                    }
            }
        }
    printf("\n");
}

效率分析

  • 邻接矩阵时间复杂度 O(n2)
  • 邻接表时间复杂度 O(n+e)

两种遍历算法比较

  • 空间复杂度相同,都是O(n)(借用了堆栈或队列)
  • 时间复杂度只与存储结构(邻接表或邻接矩阵)有关,而与搜索路径无关。
  数据结构与算法 最新文章
【力扣106】 从中序与后续遍历序列构造二叉
leetcode 322 零钱兑换
哈希的应用:海量数据处理
动态规划|最短Hamilton路径
华为机试_HJ41 称砝码【中等】【menset】【
【C与数据结构】——寒假提高每日练习Day1
基础算法——堆排序
2023王道数据结构线性表--单链表课后习题部
LeetCode 之 反转链表的一部分
【题解】lintcode必刷50题<有效的括号序列
上一篇文章      下一篇文章      查看所有文章
加:2021-08-14 14:21:25  更:2021-08-14 14:22:43 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/25 20:42:47-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码