算法设计深度优先遍历和广度优先遍历.docx
《算法设计深度优先遍历和广度优先遍历.docx》由会员分享,可在线阅读,更多相关《算法设计深度优先遍历和广度优先遍历.docx(15页珍藏版)》请在冰点文库上搜索。
![算法设计深度优先遍历和广度优先遍历.docx](https://file1.bingdoc.com/fileroot1/2023-6/1/8efee655-5d39-49e6-b67c-3e08d260daef/8efee655-5d39-49e6-b67c-3e08d260daef1.gif)
算法设计深度优先遍历和广度优先遍历
深度优先遍历过程
1、图的遍历
和树的遍历类似,图的遍历也是从某个顶点出发,沿着某条搜索路径对图中每个顶点各做一次且仅做一次访问。
它是许多图的算法的基础。
深度优先遍历和广度优先遍历是最为重要的两种遍历图的方法。
它们对无向图和有向图均适用。
以下假定遍历过程中访问顶点的操作是简单地输出顶点。
2、布尔向量visited[0..n-1]的设置图中任一顶点都可能和其它顶点相邻接。
在访问了某顶点之后,又可能顺着某条回路又回到了该顶点。
为了避免重复访问同一个顶点,必须记住每个已访问的顶点。
为此,可设一布尔向量visited[0..n-1],其初值为假,一旦访问了顶点Vi之后,便将visited[i]置为真。
深度优先遍历(Depth-FirstTraversal)
1.图的深度优先遍历的递归定义
假设给定图G的初态是所有顶点均未曾访问过。
在G中任选一顶点V为初始出发
点(源点),则深度优先遍历可定义如下:
首先访问出发点V,并将其标记为已访问过;
然后依次从V出发搜索V的每个邻接点W。
若W未曾访问过,则以W为新的出发点继续进行深度优先遍历,直至图中所有和源点V有路径相通的顶点(亦称为从源点可达的顶点)均已被访问为止。
若此时图中仍有未访问的顶点,则另选一个尚未访问的顶点作为新的源点重复上述过程,直至图中所有顶点均已被访问为止。
图的深度优先遍历类似于树的前序遍历。
采用的搜索方法的特点是尽可能先对纵深方向进行搜索。
这种搜索方法称为深度优先搜索(Depth-FirstSearch)。
相应地,用此方法遍历图就很自然地称之为图的深度优先遍历。
2、深度优先搜索的过程
设x是当前被访问顶点,在对x做过访问标记后,选择一条从x出发的未检测过的
边(X,y)。
若发现顶点y已访问过,则重新选择另一条从X出发的未检测过的边,否则
沿边(X,y)到达未曾访问过的y,对y访问并将其标记为已访问过;然后从y开始搜索,直到搜索完从y出发的所有路径,即访问完所有从y出发可达的顶点之后,才回溯到
顶点X,并且再选择一条从X出发的未检测过的边。
上述过程直至从X出发的所有边都
已检测过为止。
此时,若X不是源点,则回溯到在X之前被访问过的顶点;否则图中
所有和源点有路径相通的顶点(即从源点可达的所有顶点)都已被访问过,若图G是连
通图,则遍历过程结束,否则继续选择一个尚未被访问的顶点作为新源点,进行新的搜索过程。
3、深度优先遍历的递归算法
(1)深度优先遍历算法
typedefenum{FALSE,TRUE}Boolean;//FALSE为0,TRUE为1
Booleanvisited[MaXVerteXNum];//访问标志向量是全局量
voidDFSTraverse(ALGraph*G)
{//深度优先遍历以邻接表表示的图G,而以邻接矩阵表示G时,算法完全与此相同
inti;
for(i=0;in;i++)
visited[i]=FALSE;//标志向量初始化
for(i=0;in;i++)
if(!
visited[i])//vi未访问过
DFS(G,i);Il以Vi为源点开始DFS搜索
}//DFSTraverse
(2)邻接表表示的深度优先搜索算法
VoidDFS(ALGraph*G,inti){
Il以Vi为出发点对邻接表表示的图G进行深度优先搜索
EdgeNode*p;
printf("VisitVerteX:
%c",G->adjlist[i].VerteX);II访问顶点Vi
Visited[i]=TRUE;II标记Vi已访问
p=G->adjlist[i].firstedge;II取Vi边表的头指针
While(P){//依次搜索Vi的邻接点Vj,这里j=p->adjvex
if(!
Visited[p->adjVeX])II若Vi尚未被访问
DFS(G,p->adjVeX);//则以Vj为出发点向纵深搜索
p=p->neXt;//找Vi的下一邻接点
}
}//DFS
3)邻接矩阵表示的深度优先搜索算法
voidDFSM(MGraph*G,inti)
{Zz以Vi为出发点对邻接矩阵表示的图G进行DFS搜索,设邻接矩阵是0,1矩阵
intj;
Printf("visitVerteX:
%c",G->vexs[i]);ZZ访问顶点Vi
Visited[i]=TRUE;
for(j=0;jn;j++)ZZ依次搜索vi的邻接点if(G->edges[i][j]==1&&!
visited[j])
DFSM(G,j)ZZ(vi,Vj)∈E,且Vj未访问过,故Vj为新出发点
}ZZDFSM
遍历操作不会修改图G的内容,故上述算法中可将G定义为ALGraPh或MGraPh类型的参数,而不一定要定义为ALGraPh和MGraPh的指针类型。
但基于效率上的考虑,选择指针类型的参数为宜。
4、深度优先遍历序列对图进行深度优先遍历时,按访问顶点的先后次序得到的顶点序列称为该图的深度
优先遍历序列,或简称为DFS序列。
(1)一个图的DFS序列不一定惟一
当从某顶点X出发搜索时,若X的邻接点有多个尚未访问过,则我们可任选一个访问之。
(2)源点和存储结构的内容均已确定的图的DFS序列惟一
1邻接矩阵表示的图确定源点后,DFS序列惟一
DFSM算法中,当从Vi出发搜索时,是在邻接矩阵的第i行上从左至右选择下一个未曾访问过的邻接点作为新的出发点,若这样的邻接点多于一个,则选中的总是序号较小的那一个。
2只有给出了邻接表的内容及初始出发点,才能惟一确定其DFS序列
邻接表作为给定图的存储结构时,其表示不惟一。
因为邻接表上边表里的邻接点域的内容与建表时的输入次序相关。
因此,只有给出了邻接表的内容及初始出发点,才能惟一确定其DFS序列。
3)栈在深度优先遍历算法中的作用
深度优先遍历过程中,后访问的顶点其邻接点被先访问,故在递归调用过程中使用栈(系统运行时刻栈)来保存已访问的顶点。
5、算法分析
对于具有n个顶点和e条边的无向图或有向图,遍历算法DFSTraVerse对图中每顶点至多调用一次DFS或DFSMO从DFSTraVerSe中调用DFS(或DFSM)及DFS(或
DFSM)内部递归调用自己的总次数为n
当访问某顶点Vi时,DFS(或DFSM)的时间主要耗费在从该顶点出发搜索它的所有邻接点上。
用邻接矩阵表示图时,其搜索时间为O(n);用邻接表表示图时,需搜索第i
个边表上的所有结点。
因此,对所有n个顶点访问,在邻接矩阵上共需检查n2个矩阵
元素,在邻接表上需将边表中所有O(e)个结点检查一遍。
所以,DFSTraVerSe的时间复杂度为0(n2)(调用DFSM)或0(n+e)(调用DFS)
1、广度优先遍历的递归定义
设图G的初态是所有顶点均未访问过。
在G中任选一顶点V为源点,则广度优先
遍历可以定义为:
首先访问出发点V,接着依次访问V的所有邻接点w1,w2,…,Wt,
然后再依次访问与wl,w2,…,Wt邻接的所有未曾访问过的顶点。
依此类推,直至图中所有和源点V有路径相通的顶点都已访问到为止。
此时从V开始的搜索过程结束。
若G是连通图,则遍历完成;否则,在图C中另选一个尚未访问的顶点作为新源
点继续上述的搜索过程,直至G中所有顶点均已被访问为止。
广度优先遍历类似于树的按层次遍历。
采用的搜索方法的特点是尽可能先对横向进行搜索,故称其为广度优先搜索(Breadth-FirstSearch)。
相应的遍历也就自然地称为广度优先遍历。
2、广度优先搜索过程
在广度优先搜索过程中,设X和y是两个相继要被访问的未访问过的顶点。
它们的邻接点分别记为x1,x2,…,xs和y1,y2,…,yt。
为确保先访问的顶点其邻接点亦先被访问,在搜索过程中使用FIFO队列来保存已访问过的顶点。
当访问X和y时,这两个顶点相继入队。
此后,当X和y相继出队时,
我们分别从X和y出发搜索其邻接点x1,x2,…,XS和y1,y2,…,yt,对其中未访者进行访问并将其人队。
这种方法是将每个已访问的顶点人队,故保证了每个顶点至多只有一次人队。
3、广度优先搜索算法
(1)邻接表表示图的广度优先搜索算法
VoidBFS(ALGraph*G,intk)
{//以Vk为源点对用邻接表表示的图G进行广度优先搜索
inti;
CirQueueQ;//须将队列定义中DataType改为int
EdgeNode*p;
InitQueue(&Q);//队列初始化
//访问源点vk
printf("visitvertex:
%e",G->adjlist[k].vertex);
visited[k]=TRUE;
EnQueue(&Q,k);//vk已访问,将其人队。
(实际上是将其序号人队)while(!
QueueEmpty(&Q)){//队非空则执行
i=DeQueue(&Q);//相当于vi出队p=G->adjlist[i].firstedge;//取vi的边表头指针while(p){//依次搜索vi的邻接点vj(令p->adjvex=j)if(!
visited[p->adivex]){//若vj未访问过
printf("visitvertex:
%c",C->adjlistlp->adjvex].vertex);//访问vj
visited[p->adjvex]=TRUE;
EnQueue(&Q,p->adjvex);//访问过的vj人队}//endifp=p->next;//找vi的下一邻接点
}//endwhile
}//endwhile
}//endofBFS
2)邻接矩阵表示的图的广度优先搜索算法voidBFSM(MGraph*G,intk)
{以Vk为源点对用邻接矩阵表示的图G进行广度优先搜索
inti,j;CirQueueQ;
InitQueue(&Q);
printf("VisitVertex:
%c",G->Vexs[k]);//访问源点VkVisited[k]=TRUE;
EnQueue(&Q,k);while(!
QueueEmpty(&Q)){i=DeQueue(&Q);//Vi出队for(j=0;jn;j++)//依次搜索Vi的邻接点Vjif(G->edges[i][j]==1&&!
Visited[j]){//Vi未访问
printf("VisitVertex:
%c",G->Vexs[j]);//访问Vi
Visited[j]=TRUE;
EnQueue(&Q,j);//访问过的Vi人队
}
}//endwhile
}//BFSM
(3)广度优先遍历算法
类似于DFSTraverse。
4、图的广度优先遍历序列广度优先遍历图所得的顶点序列,定义为图的广度优先遍历序列,简称BFS序列。
(1)一个图的BFS序列不是惟一的
(2)给定了源点及图的存储结构时,算法BFS和BFSM所给出BFS序列就是惟一的。
5、算法分析
对于具有n个顶点和e条边的无向图或有向图,每个顶点均入队一次。
广度优先遍
历(BFSTraVerSe)图的时间复杂度和DFSTraVerSe算法相同。
当图是连通图时,BFSTraVerSe算法只需调用一次BFS或BFSM即可完成遍历操作,
此时BFS和BFSM的时间复杂度分别为0(n+e)和0(n2)。
来源:
(http:
//blog.S-深度优先搜索遍历与广度优先搜索遍历_chriStina_新浪博客
//深度优先遍历算法实现:
//返回顶点V在顶点向量中的位置
intLocateVex(ALGraphG,charV){
inti;
for(i=0;V!
=G.VerticeS[i].data&&iif(i>=G.Vexnum)
return-1;returni;
}
//构造邻接链表
StatuSCreateDN(ALGraph&G){
inti,j;
ArcNode*S;
printf("输入有向图顶点数:
");
Scanf("%d",&G.Vexnum);
printf("输入有向图边数:
");
scanf("%d",&G.arcnum);getchar();
for(i=0;i{
printf("输入第%d个顶点信息:
",i+1);
scanf("%c",&G.vertices[i]);//构造顶点向量G.vertices[i].firstarc=NULL;getchar();
}
charv1,v2;
for(intk=0;k{
printf("输入第%d条边依附的顶点v1:
",k+1);scanf("%c",&v1);
getchar();
printf("输入第%d条边依附的顶点v2:
",k+1);scanf("%c",&v2);
getchar();
inti=LocateVex(G,v1);
intj=LocateVex(G,v2);//确定v1,v2在G中的位置
s=(ArcNode*)malloc(sizeof(ArcNode));
s->adjvex=j;//该边所指向的顶点的位置为js->nextarc=G.vertices[i].firstarc;G.vertices[i].firstarc=s;
}
returnOK;
}
StatusPrintAdjList(ALGraph&G)
{
inti;
ArcNode*p;
printf("%4s%6s%12s\n","编号","顶点","相邻边编号");
for(i=0;i{
printf("%4d%6c",i,G.vertices[i].data);
for(p=G.vertices[i].firstarc;p;p=p->nextarc)
printf("%4d",p->adjvex);
printf("\n");
}
returnOK;
voidDFS(ALGraphG,intv,int*visited){
intw;
ArcNode*s;
visited[v]=1;
printf("%c->",G.vertices[v].data);s=G.vertices[v].firstarc;
while(s!
=NULL)
{
w=s->adjvex;if(visited[w]==0)
DFS(G,w,visited);
s=s->nextarc;
}
}
Zz对图G做深度优先遍历
StatusDFSTraverse(ALGraphG)
{
intv;
intvisited[MAX_VERTEX_NUM];
for(v=0;vfor(v=0;vif(visited[v]==0)
DFS()
DFS(G,v,visited);ZZ对未访问的顶点调用
printf("完成\n");
returnOK;
}
广度优先遍历算法实现。
ZZ返回顶点v在顶点向量中的位置intLocateVex(ALGraphG,charv){
inti;
for(i=0;v!
=G.vertices[i].data&&iif(i>=G.vexnum)return-1;
returni;
//构造无向图邻接链表
StatusCreateUDN(ALGraph&G)
{
inti,j;
ArcNode*s,*t;printf("输入有向图顶点数:
");scanf("%d",&G.vexnum);printf("输入有向图边数:
");scanf("%d",&G.arcnum);
getchar();
for(inti=0;i{printf("输入第%d个顶点信息:
",i+1);scanf("%c",&G.vertices[i]);//构造顶点向量G.vertices[i].firstarc=NULL;
getchar();
}
charv1,v2;
for(intk=0;k{
printf("输入第%d条边依附的顶点v1:
",k+1);scanf("%c",&v1);
getchar();
printf("输入第%d条边依附的顶点v2:
",k+1);scanf("%c",&v2);
getchar();
inti=LocateVex(G,v1);
intj=LocateVex(G,v2);//确定v1,v2在G中的位置s=(ArcNode*)malloc(sizeof(ArcNode));
t=(ArcNode*)malloc(sizeof(ArcNode));
s->adjvex=j;//该边所指向的顶点的位置为js->nextarc=G.vertices[i].firstarc;
G.vertices[i].firstarc=s;
t->adjvex=i;//该边所指向的顶点的位置为j
t->nextarc=G.vertices[j].firstarc;
G.vertices[j].firstarc=t;
}returnOK;
}
StatusInitQueue(SqQueue&Q){
sizeof(QElemType));
队列已满
Q.base=(QElemType*)malloc(MAXQSIZEif(!
Q.base)
{
printf("分配地址失败!
");return0;
}Q.front=Q.rear=0;returnOK;
}
//已访问图顶点入队
StatusEnQueue(SqQueue&Q,QElemTypee){
if((Q.rear+1)%MAXQSIZE==Q.front)//{
printf("队列已满!
");return0;
}Q.base[Q.rear]=e;
Q.rear=(Q.rear+1)%MAXQSIZE;returnOK;
}
//判断队列是否为空StatusQueueEmpty(SqQueueQ)
{if(Q.front==Q.rear)returnOK;
elsereturn0;
}
//辅助队列队头顶点出队charDeQueue(SqQueue&Q)
{QElemTypee;if(Q.front==Q.rear)//队列为空{
printf("队列为空!
");return0;
}
e=Q.base[Q.front];
Q.front=(Q.front+1)%MAXQSIZE;returne;
}
StatusPrintAdjList(ALGraph&G){
inti;
编号","顶点","相邻边编号");
ArcNode*p;printf("%4s%6s%12s\n","
for(inti=0;i{
printf("%4d%6c",i,G.vertices[i].data);
for(p=G.vertices[i].firstarc;p;p=p->nextarc)printf("%4d",p->adjvex);
printf("\n");
}
returnOK;
voidDFS(ALGraphG,intv,int*visited){
intw;
ArcNode*s;
visited[v]=1;
printf("%c->",G.vertices[v].data);s=G.vertices[v].firstarc;
while(s!
=NULL)
{
w=s->adjvex;if(visited[w]==0)
DFS(G,w,visited);
s=s->nextarc;
}
}
Zz对图G做广度优先遍历
StatusBFSTraverse(ALGraphG)
{
intv,u,w;
intvisited[MAX_VERTEX_NUM];
ArcNode*s;
chare;
SqQueueQ;ZZ辅助队列
for(v=0;vInitQueue(Q);
for(v=0;vvisited[v]=1;
printf("%c->",G.vertices[v].data);
EnQueue(Q,G.vertices[v].data);ZZ已访问顶点入队
while(!
QueueEmpty(Q))ZZ辅助队列非空{
u=LocateVex(G,e);
s=(ArcNode*)malloc(sizeof(ArcNode));
s=G.vertices[u].firstarc;
while(s!
=NULL)//*顶点e还有邻接顶点
{w=s->adjvex;if(visited[w]==0){visited[w]=1;printf("%c->",G.vertices[w].data);EnQueue(Q,G.vertices[w]