三、图的遍历
来源:互联网 发布:淘宝商品销量统计 编辑:程序博客网 时间:2024/05/16 03:37
一、深度优先搜索
(1)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-First Search)。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)邻接表深度优先算法
public Node<T>[] DFSAL(Node<T> v)
{
int i = GetIndex(v);
int m = 0;
Node<T>[] nodes = new Node<T>[GetNumOfVertex()];
visited[i] = true;
Stack st = new Stack();
st.Push(i);
while (st.Count > 0)
{
int k = (int)st.Pop();
nodes[m++] = adjList[k].Data;
adjListNode<T> p = adjList[k].FirstAdj;
while (p != null)
{
if (visited[p.Adjvex] == false)
{
visited[p.Adjvex] = true;
st.Push(p.Adjvex);
}
p = p.NextAdj;
}
}
for (int j = 0; j < visited.Length; j++)
{
if (visited[j] == false)
{
DFSAL(GetNode(j));
}
}
return nodes;
}
二、广度优先搜索
(1)深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)邻接表广度优先算法
{
int i = GetIndex(v);
int m = 0;
Node<T>[] nodes = new Node<T>[GetNumOfVertex()];
visited[i] = true;
Queue cq = new Queue();
cq.Enqueue(i);
while (cq.Count > 0)
{
int k = (int)cq.Dequeue();
nodes[m++] = adjList[k].Data;
adjListNode<T> p = adjList[k].FirstAdj;
while (p != null)
{
if (visited[p.Adjvex] == false)
{
visited[p.Adjvex] = true;
cq.Enqueue(p.Adjvex);
}
p = p.NextAdj;
}
}
for (int j = 0; j < visited.Length; j++)
{
if (visited[j] == false)
{
BFSAL(GetNode(j));
}
}
return nodes;
}
- 三、图的遍历
- 三、图的建立及遍历
- 第十二周项目三~~图的遍历
- 图论(三)图的遍历
- 第十一周-项目三-图的遍历
- 第十一周项目三 图的遍历
- 二叉树的遍历 三
- 树的三种遍历
- map的三种遍历
- map的三种遍历
- 树的三种遍历
- 树的三种遍历
- 树的三种遍历
- List的三种遍历
- 十三周项目三 图的遍历算法的实现
- 图(三)图的遍历(深度优先和广度优先)
- 图(三)之Adjecancy List的广度优先遍历
- 第十二周--数据结构--非连通图的遍历之三
- 复杂性和用户体验[译]
- poj1719 - Shooting Contest
- 一、图的定义
- 二、图的表示
- Andorid绘图Canvas
- 三、图的遍历
- 暴力破解穷举算法的改进
- 轻松学vim
- 用Mysql怎样实现Oracle中的SYS_CONNECT_BY_PATH函数和START WITH ...CONNECT BY PRIOR方法
- 网络编程常见问题总结 baonenghui【科学】
- 四、图的单源最短路径
- 日期正则
- vba操作两个excel(在一个EXCEL中引用另一个EXCEL的值)
- 五、图的最小生成树