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
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
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)
{
visit(v);
visited[v] = true;
for(w = 0; w < G.vexnum; w++)
if((G.arcs[v][w]!=0) && (!visited[w]))
DFS(G, w);
}
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
则它的广度优先遍历为
v1->v2->v3->v4->v5->v6->v7->v8
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;
InitQueue(&Q);
for (v = 0; v < G.vexnum; v++)
if (!visited[v])
{
visited[v] = TRUE;
Visit(G.vertices[v].data);
EnQueue(&Q, v);
while (!QueueEmpty(Q))
{
DeQueue(&Q, &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])
{
visited[w] = TRUE;
Visit(G.vertices[w].data);
EnQueue(&Q, w);
}
}
}
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。
|