图的遍历之深度优先搜索和广度优先搜索
Posted parzulpan
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了图的遍历之深度优先搜索和广度优先搜索相关的知识,希望对你有一定的参考价值。
转自:http://www.cnblogs.com/skywang12345/
深度优先搜索的图文介绍
1. 深度优先搜索介绍
图的深度优先搜索(Depth First Search),和树的先序遍历比较类似。
它的思想:假设初始状态是图中所有顶点均未被访问,则从某个顶点v出发,首先访问该顶点,然后依次从它的各个未被访问的邻接点出发深度优先搜索遍历图,直至图中所有和v有路径相通的顶点都被访问到。 若此时尚有其他顶点未被访问到,则另选一个未被访问的顶点作起始点,重复上述过程,直至图中所有顶点都被访问到为止。
显然,深度优先搜索是一个递归的过程。
2. 深度优先搜索图解
2.1 无向图的深度优先搜索
下面以"无向图"为例,来对深度优先搜索进行演示。
对上面的图G1进行深度优先遍历,从顶点A开始。
第1步:访问A。
第2步:访问(A的邻接点)C。
在第1步访问A之后,接下来应该访问的是A的邻接点,即"C,D,F"中的一个。但在本文的实现中,顶点ABCDEFG是按照顺序存储,C在"D和F"的前面,因此,先访问C。
第3步:访问(C的邻接点)B。
在第2步访问C之后,接下来应该访问C的邻接点,即"B和D"中一个(A已经被访问过,就不算在内)。而由于B在D之前,先访问B。
第4步:访问(C的邻接点)D。
在第3步访问了C的邻接点B之后,B没有未被访问的邻接点;因此,返回到访问C的另一个邻接点D。
第5步:访问(A的邻接点)F。
前面已经访问了A,并且访问完了"A的邻接点B的所有邻接点(包括递归的邻接点在内)";因此,此时返回到访问A的另一个邻接点F。
第6步:访问(F的邻接点)G。
第7步:访问(G的邻接点)E。
因此访问顺序是:A -> C -> B -> D -> F -> G -> E
2.2 有向图的深度优先搜索
下面以"有向图"为例,来对深度优先搜索进行演示。
对上面的图G2进行深度优先遍历,从顶点A开始。
第1步:访问A。
第2步:访问B。
在访问了A之后,接下来应该访问的是A的出边的另一个顶点,即顶点B。
第3步:访问C。
在访问了B之后,接下来应该访问的是B的出边的另一个顶点,即顶点C,E,F。在本文实现的图中,顶点ABCDEFG按照顺序存储,因此先访问C。
第4步:访问E。
接下来访问C的出边的另一个顶点,即顶点E。
第5步:访问D。
接下来访问E的出边的另一个顶点,即顶点B,D。顶点B已经被访问过,因此访问顶点D。
第6步:访问F。
接下应该回溯"访问A的出边的另一个顶点F"。
第7步:访问G。
因此访问顺序是:A -> B -> C -> E -> D -> F -> G
广度优先搜索的图文介绍
1. 广度优先搜索介绍
广度优先搜索算法(Breadth First Search),又称为"宽度优先搜索"或"横向优先搜索",简称BFS。
它的思想是:从图中某顶点v出发,在访问了v之后依次访问v的各个未曾访问过的邻接点,然后分别从这些邻接点出发依次访问它们的邻接点,并使得“先被访问的顶点的邻接点先于后被访问的顶点的邻接点被访问,直至图中所有已被访问的顶点的邻接点都被访问到。如果此时图中尚有顶点未被访问,则需要另选一个未曾被访问过的顶点作为新的起始点,重复上述过程,直至图中所有顶点都被访问到为止。
换句话说,广度优先搜索遍历图的过程是以v为起点,由近至远,依次访问和v有路径相通且路径长度为1,2...的顶点。
2. 广度优先搜索图解
2.1 无向图的广度优先搜索
下面以"无向图"为例,来对广度优先搜索进行演示。还是以上面的图G1为例进行说明。
第1步:访问A。
第2步:依次访问C,D,F。
在访问了A之后,接下来访问A的邻接点。前面已经说过,在本文实现中,顶点ABCDEFG按照顺序存储的,C在"D和F"的前面,因此,先访问C。再访问完C之后,再依次访问D,F。
第3步:依次访问B,G。
在第2步访问完C,D,F之后,再依次访问它们的邻接点。首先访问C的邻接点B,再访问F的邻接点G。
第4步:访问E。
在第3步访问完B,G之后,再依次访问它们的邻接点。只有G有邻接点E,因此访问G的邻接点E。
因此访问顺序是:A -> C -> D -> F -> B -> G -> E
2.2 有向图的广度优先搜索
下面以"有向图"为例,来对广度优先搜索进行演示。还是以上面的图G2为例进行说明。
第1步:访问A。
第2步:访问B。
第3步:依次访问C,E,F。
在访问了B之后,接下来访问B的出边的另一个顶点,即C,E,F。前面已经说过,在本文实现中,顶点ABCDEFG按照顺序存储的,因此会先访问C,再依次访问E,F。
第4步:依次访问D,G。
在访问完C,E,F之后,再依次访问它们的出边的另一个顶点。还是按照C,E,F的顺序访问,C的已经全部访问过了,那么就只剩下E,F;先访问E的邻接点D,再访问F的邻接点G。
因此访问顺序是:A -> B -> C -> E -> F -> D -> G
源码:
/** * C++: 邻接矩阵表示的"无向图(Matrix Undirected Graph)" * * @author skywang * @date 2014/04/19 */ #include <iomanip> #include <iostream> #include <vector> using namespace std; #define MAX 100 class MatrixUDG { private: char mVexs[MAX]; // 顶点集合 int mVexNum; // 顶点数 int mEdgNum; // 边数 int mMatrix[MAX][MAX]; // 邻接矩阵 public: // 创建图(自己输入数据) MatrixUDG(); // 创建图(用已提供的矩阵) MatrixUDG(char vexs[], int vlen, char edges[][2], int elen); ~MatrixUDG(); // 深度优先搜索遍历图 void DFS(); // 广度优先搜索(类似于树的层次遍历) void BFS(); // 打印矩阵队列图 void print(); private: // 读取一个输入字符 char readChar(); // 返回ch在mMatrix矩阵中的位置 int getPosition(char ch); // 返回顶点v的第一个邻接顶点的索引,失败则返回-1 int firstVertex(int v); // 返回顶点v相对于w的下一个邻接顶点的索引,失败则返回-1 int nextVertex(int v, int w); // 深度优先搜索遍历图的递归实现 void DFS(int i, int *visited); }; /* * 创建图(自己输入数据) */ MatrixUDG::MatrixUDG() { char c1, c2; int i, p1, p2; // 输入"顶点数"和"边数" cout << "input vertex number: "; cin >> mVexNum; cout << "input edge number: "; cin >> mEdgNum; if ( mVexNum < 1 || mEdgNum < 1 || (mEdgNum > (mVexNum * (mVexNum-1)))) { cout << "input error: invalid parameters!" << endl; return ; } // 初始化"顶点" for (i = 0; i < mVexNum; i++) { cout << "vertex(" << i << "): "; mVexs[i] = readChar(); } // 初始化"边" for (i = 0; i < mEdgNum; i++) { // 读取边的起始顶点和结束顶点 cout << "edge(" << i << "): "; c1 = readChar(); c2 = readChar(); p1 = getPosition(c1); p2 = getPosition(c2); if (p1==-1 || p2==-1) { cout << "input error: invalid edge!" << endl; return ; } mMatrix[p1][p2] = 1; mMatrix[p2][p1] = 1; } } /* * 创建图(用已提供的矩阵) * * 参数说明: * vexs -- 顶点数组 * vlen -- 顶点数组的长度 * edges -- 边数组 * elen -- 边数组的长度 */ MatrixUDG::MatrixUDG(char vexs[], int vlen, char edges[][2], int elen) { int i, p1, p2; // 初始化"顶点数"和"边数" mVexNum = vlen; mEdgNum = elen; // 初始化"顶点" for (i = 0; i < mVexNum; i++) mVexs[i] = vexs[i]; // 初始化"边" for (i = 0; i < mEdgNum; i++) { // 读取边的起始顶点和结束顶点 p1 = getPosition(edges[i][0]); p2 = getPosition(edges[i][1]); mMatrix[p1][p2] = 1; mMatrix[p2][p1] = 1; } } /* * 析构函数 */ MatrixUDG::~MatrixUDG() { } /* * 返回ch在mMatrix矩阵中的位置 */ int MatrixUDG::getPosition(char ch) { int i; for(i=0; i<mVexNum; i++) if(mVexs[i]==ch) return i; return -1; } /* * 读取一个输入字符 */ char MatrixUDG::readChar() { char ch; do { cin >> ch; } while(!((ch>=‘a‘&&ch<=‘z‘) || (ch>=‘A‘&&ch<=‘Z‘))); return ch; } /* * 返回顶点v的第一个邻接顶点的索引,失败则返回-1 */ int MatrixUDG::firstVertex(int v) { int i; if (v<0 || v>(mVexNum-1)) return -1; for (i = 0; i < mVexNum; i++) if (mMatrix[v][i] == 1) return i; return -1; } /* * 返回顶点v相对于w的下一个邻接顶点的索引,失败则返回-1 */ int MatrixUDG::nextVertex(int v, int w) { int i; if (v<0 || v>(mVexNum-1) || w<0 || w>(mVexNum-1)) return -1; for (i = w + 1; i < mVexNum; i++) if (mMatrix[v][i] == 1) return i; return -1; } /* * 深度优先搜索遍历图的递归实现 */ void MatrixUDG::DFS(int i, int *visited) { int w; visited[i] = 1; cout << mVexs[i] << " "; // 遍历该顶点的所有邻接顶点。若是没有访问过,那么继续往下走 for (w = firstVertex(i); w >= 0; w = nextVertex(i, w)) { if (!visited[w]) DFS(w, visited); } } /* * 深度优先搜索遍历图 */ void MatrixUDG::DFS() { int i; int visited[MAX]; // 顶点访问标记 // 初始化所有顶点都没有被访问 for (i = 0; i < mVexNum; i++) visited[i] = 0; cout << "DFS: "; for (i = 0; i < mVexNum; i++) { //printf(" == LOOP(%d) ", i); if (!visited[i]) DFS(i, visited); } cout << endl; } /* * 广度优先搜索(类似于树的层次遍历) */ void MatrixUDG::BFS() { int head = 0; int rear = 0; int queue[MAX]; // 辅组队列 int visited[MAX]; // 顶点访问标记 int i, j, k; for (i = 0; i < mVexNum; i++) visited[i] = 0; cout << "BFS: "; for (i = 0; i < mVexNum; i++) { if (!visited[i]) { visited[i] = 1; cout << mVexs[i] << " "; queue[rear++] = i; // 入队列 } while (head != rear) { j = queue[head++]; // 出队列 for (k = firstVertex(j); k >= 0; k = nextVertex(j, k)) //k是为访问的邻接顶点 { if (!visited[k]) { visited[k] = 1; cout << mVexs[k] << " "; queue[rear++] = k; } } } } cout << endl; } /* * 打印矩阵队列图 */ void MatrixUDG::print() { int i,j; cout << "Martix Graph:" << endl; for (i = 0; i < mVexNum; i++) { for (j = 0; j < mVexNum; j++) cout << mMatrix[i][j] << " "; cout << endl; } } int main() { char vexs[] = {‘A‘, ‘B‘, ‘C‘, ‘D‘, ‘E‘, ‘F‘, ‘G‘}; char edges[][2] = { {‘A‘, ‘C‘}, {‘A‘, ‘D‘}, {‘A‘, ‘F‘}, {‘B‘, ‘C‘}, {‘C‘, ‘D‘}, {‘E‘, ‘G‘}, {‘F‘, ‘G‘}}; int vlen = sizeof(vexs)/sizeof(vexs[0]); int elen = sizeof(edges)/sizeof(edges[0]); MatrixUDG* pG; // 自定义"图"(输入矩阵队列) //pG = new MatrixUDG(); // 采用已有的"图" pG = new MatrixUDG(vexs, vlen, edges, elen); pG->print(); // 打印图 pG->DFS(); // 深度优先遍历 pG->BFS(); // 广度优先遍历 return 0; }
/** * C++: 邻接表表示的"无向图(List Undirected Graph)" * * @author skywang * @date 2014/04/19 */ #include <iomanip> #include <iostream> #include <vector> using namespace std; #define MAX 100 // 邻接表 class ListUDG { private: // 内部类 // 邻接表中表对应的链表的顶点 class ENode { public: int ivex; // 该边所指向的顶点的位置 ENode *nextEdge; // 指向下一条弧的指针 }; // 邻接表中表的顶点 class VNode { public: char data; // 顶点信息 ENode *firstEdge; // 指向第一条依附该顶点的弧 }; private: // 私有成员 int mVexNum; // 图的顶点的数目 int mEdgNum; // 图的边的数目 VNode mVexs[MAX]; public: // 创建邻接表对应的图(自己输入) ListUDG(); // 创建邻接表对应的图(用已提供的数据) ListUDG(char vexs[], int vlen, char edges[][2], int elen); ~ListUDG(); // 深度优先搜索遍历图 void DFS(); // 广度优先搜索(类似于树的层次遍历) void BFS(); // 打印邻接表图 void print(); private: // 读取一个输入字符 char readChar(); // 返回ch的位置 int getPosition(char ch); // 深度优先搜索遍历图的递归实现 void DFS(int i, int *visited); // 将node节点链接到list的最后 void linkLast(ENode *list, ENode *node); }; /* * 创建邻接表对应的图(自己输入) */ ListUDG::ListUDG() { char c1, c2; int v, e; int i, p1, p2; ENode *node1, *node2; // 输入"顶点数"和"边数" cout << "input vertex number: "; cin >> mVexNum; cout << "input edge number: "; cin >> mEdgNum; if ( mVexNum < 1 || mEdgNum < 1 || (mEdgNum > (mVexNum * (mVexNum-1)))) { cout << "input error: invalid parameters!" << endl; return ; } // 初始化"邻接表"的顶点 for(i=0; i<mVexNum; i++) { cout << "vertex(" << i << "): "; mVexs[i].data = readChar(); mVexs[i].firstEdge = NULL; } // 初始化"邻接表"的边 for(i=0; i<mEdgNum; i++) { // 读取边的起始顶点和结束顶点 cout << "edge(" << i << "): "; c1 = readChar(); c2 = readChar(); p1 = getPosition(c1); p2 = getPosition(c2); // 初始化node1 node1 = new ENode(); node1->ivex = p2; // 将node1链接到"p1所在链表的末尾" if(mVexs[p1].firstEdge == NULL) mVexs[p1].firstEdge = node1; else linkLast(mVexs[p1].firstEdge, node1); // 初始化node2 node2 = new ENode(); node2->ivex = p1; // 将node2链接到"p2所在链表的末尾" if(mVexs[p2].firstEdge == NULL) mVexs[p2].firstEdge = node2; else linkLast(mVexs[p2].firstEdge, node2); } } /* * 创建邻接表对应的图(用已提供的数据) */ ListUDG::ListUDG(char vexs[], int vlen, char edges[][2], int elen) { char c1, c2; int i, p1, p2; ENode *node1, *node2; // 初始化"顶点数"和"边数" mVexNum = vlen; mEdgNum = elen; // 初始化"邻接表"的顶点 for(i=0; i<mVexNum; i++) { mVexs[i].data = vexs[i]; mVexs[i].firstEdge = NULL; } // 初始化"邻接表"的边 for(i=0; i<mEdgNum; i++) { // 读取边的起始顶点和结束顶点 c1 = edges[i][0]; c2 = edges[i][1]; p1 = getPosition(c1); p2 = getPosition(c2); // 初始化node1 node1 = new ENode(); node1->ivex = p2; // 将node1链接到"p1所在链表的末尾" if(mVexs[p1].firstEdge == NULL) mVexs[p1].firstEdge = node1; else linkLast(mVexs[p1].firstEdge, node1); // 初始化node2 node2 = new ENode(); node2->ivex = p1; // 将node2链接到"p2所在链表的末尾" if(mVexs[p2].firstEdge == NULL) mVexs[p2].firstEdge = node2; else linkLast(mVexs[p2].firstEdge, node2); } } /* * 析构函数 */ ListUDG::~ListUDG() { } /* * 将node节点链接到list的最后 */ void ListUDG::linkLast(ENode *list, ENode *node) { ENode *p = list; while(p->nextEdge) p = p->nextEdge; p->nextEdge = node; } /* * 返回ch的位置 */ int ListUDG::getPosition(char ch) { int i; for(i=0; i<mVexNum; i++) if(mVexs[i].data==ch) return i; return -1; } /* * 读取一个输入字符 */ char ListUDG::readChar() { char ch; do { cin >> ch; } while(!((ch>=‘a‘&&ch<=‘z‘) || (ch>=‘A‘&&ch<=‘Z‘))); return ch; } /* * 深度优先搜索遍历图的递归实现 */ void ListUDG::DFS(int i, int *visited) { ENode *node; visited[i] = 1; cout << mVexs[i].data << " "; node = mVexs[i].firstEdge; while (node != NULL) { if (!visited[node->ivex]) DFS(node->ivex, visited); node = node->nextEdge; } } /* * 深度优先搜索遍历图 */ void ListUDG::DFS() { int i; int visited[MAX]; // 顶点访问标记 // 初始化所有顶点都没有被访问 for (i = 0; i < mVexNum; i++) visited[i] = 0; cout << "DFS: "; for (i = 0; i < mVexNum; i++) { if (!visited[i]) DFS(i, visited); } cout << endl; } /* * 广度优先搜索(类似于树的层次遍历) */ void ListUDG::BFS() { int head = 0; int rear = 0; int queue[MAX]; // 辅组队列 int visited[MAX]; // 顶点访问标记 int i, j, k; ENode *node; for (i = 0; i < mVexNum; i++) visited[i] = 0; cout << "BFS: "; for (i = 0; i < mVexNum; i++) { if (!visited[i]) { visited[i] = 1; cout << mVexs[i].data << " "; queue[rear++] = i; // 入队列 } while (head != rear) { j = queue[head++]; // 出队列 node = mVexs[j].firstEdge; while (node != NULL) { k = node->ivex; if (!visited[k]) { visited[k] = 1; cout << mVexs[k].data << " "; queue[rear++] = k; } node = node->nextEdge; } } } cout << endl; } /* * 打印邻接表图 */ void ListUDG::print() { int i,j; ENode *node; cout << "List Graph:" << endl; for (i = 0; i < mVexNum; i++) { cout << i << "(" << mVexs[i].data << "): "; node = mVexs[i].firstEdge; while (node != NULL) { cout << node->ivex << "(" << mVexs[node->ivex].data << ") "; node = node->nextEdge; } cout << endl; } } int main() { char vexs[] = {‘A‘, ‘B‘, ‘C‘, ‘D‘, ‘E‘, ‘F‘, ‘G‘}; char edges[][2] = { {‘A‘, ‘C‘}, {‘A‘, ‘D‘}, {‘A‘, ‘F‘}, {‘B‘, ‘C‘}, {‘C‘, ‘D‘}, {‘E‘, ‘G‘}, {‘F‘, ‘G‘}}; int vlen = sizeof(vexs)/sizeof(vexs[0]); int elen = sizeof(edges)/sizeof(edges[0]); ListUDG* pG; // 自定义"图"(输入矩阵队列) //pG = new ListUDG(); // 采用已有的"图" pG = new ListUDG(vexs, vlen, edges, elen); pG->print(); // 打印图 pG->DFS(); // 深度优先遍历 pG->BFS(); // 广度优先遍历 return 0;
/** * C++: 邻接矩阵图 * * @author skywang * @date 2014/04/19 */ #include <iomanip> #include <iostream> #include <vector> using namespace std; #define MAX 100 class MatrixDG { private: char mVexs[MAX]; // 顶点集合 int mVexNum; // 顶点数 int mEdgNum; // 边数 int mMatrix[MAX][MAX]; // 邻接矩阵 public: // 创建图(自己输入数据) MatrixDG(); // 创建图(用已提供的矩阵) MatrixDG(char vexs[], int vlen, char edges[][2], int elen); ~MatrixDG(); // 深度优先搜索遍历图 void DFS(); // 广度优先搜索(类似于树的层次遍历) void BFS(); // 打印矩阵队列图 void print(); private: // 读取一个输入字符 char readChar(); // 返回ch在mMatrix矩阵中的位置 int getPosition(char ch); // 返回顶点v的第一个邻接顶点的索引,失败则返回-1 int firstVertex(int v); // 返回顶点v相对于w的下一个邻接顶点的索引,失败则返回-1 int nextVertex(int v, int w); // 深度优先搜索遍历图的递归实现 void DFS(int i, int *visited); }; /* * 创建图(自己输入数据) */ MatrixDG::MatrixDG() { char c1, c2; int i, p1, p2; // 输入"顶点数"和"边数" cout << "input vertex number: "; cin >> mVexNum; cout << "input edge number: "; cin >> mEdgNum; if ( mVexNum < 1 || mEdgNum < 1 || (mEdgNum > (mVexNum * (mVexNum-1)))) { cout << "input error: invalid parameters!" << endl; return ; } // 初始化"顶点" for (i = 0; i < mVexNum; i++) { cout << "vertex(" << i << "): "; mVexs[i] = readChar(); } // 初始化"边" for (i = 0; i < mEdgNum; i++) { // 读取边的起始顶点和结束顶点 cout << "edge(" << i << "): "; c1 = readChar(); c2 = readChar(); p1 = getPosition(c1); p2 = getPosition(c2); if (p1==-1 || p2==-1) { cout << "input error: invalid edge!" << endl; return ; } mMatrix[p1][p2] = 1; } } /* * 创建图(用已提供的矩阵) * * 参数说明: * vexs -- 顶点数组 * vlen -- 顶点数组的长度 * edges -- 边数组 * elen -- 边数组的长度 */ MatrixDG::MatrixDG(char vexs[], int vlen, char edges[][2], int elen) { int i, p1, p2; // 初始化"顶点数"和"边数" mVexNum = vlen; mEdgNum = elen; // 初始化"顶点" for (i = 0; i < mVexNum; i++) mVexs[i] = vexs[i]; // 初始化"边" for (i = 0; i < mEdgNum; i++) { // 读取边的起始顶点和结束顶点 p1 = getPosition(edges[i][0]); p2 = getPosition(edges[i][1]); mMatrix[p1][p2] = 1; } } /* * 析构函数 */ MatrixDG::~MatrixDG() { } /* * 返回ch在mMatrix矩阵中的位置 */ int MatrixDG::getPosition(char ch) { int i; for(i=0; i<mVexNum; i++) if(mVexs[i]==ch) return i; return -1; } /* * 读取一个输入字符 */ char MatrixDG::readChar() { char ch; do { cin >> ch; } while(!((ch>=‘a‘&&ch<=‘z‘) || (ch>=‘A‘&&ch<=‘Z‘))); return ch; } /* * 返回顶点v的第一个邻接顶点的索引,失败则返回-1 */ int MatrixDG::firstVertex(int v) { int i; if (v<0 || v>(mVexNum-1)) return -1; for (i = 0; i < mVexNum; i++) if (mMatrix[v][i] == 1) return i; return -1; } /* * 返回顶点v相对于w的下一个邻接顶点的索引,失败则返回-1 */ int MatrixDG::nextVertex(int v, int w) { int i; if (v<0 || v>(mVexNum-1) || w<0 || w>(mVexNum-1)) return -1; for (i = w + 1; i < mVexNum; i++) if (mMatrix[v][i] == 1) return i; return -1; } /* * 深度优先搜索遍历图的递归实现 */ void MatrixDG::DFS(int i, int *visited) { int w; visited[i] = 1; cout << mVexs[i] << " "; // 遍历该顶点的所有邻接顶点。若是没有访问过,那么继续往下走 for (w = firstVertex(i); w >= 0; w = nextVertex(i, w)) { if (!visited[w]) DFS(w, visited); } } /* * 深度优先搜索遍历图 */ void MatrixDG::DFS() { int i; int visited[MAX]; // 顶点访问标记 // 初始化所有顶点都没有被访问 for (i = 0; i < mVexNum; i++) visited[i] = 0; cout << "DFS: "; for (i = 0; i < mVexNum; i++) { //printf(" == LOOP(%d) ", i); if (!visited[i]) DFS(i, visited); } cout << endl; } /* * 广度优先搜索(类似于树的层次遍历) */ void MatrixDG::BFS() { int head = 0; int rear = 0; int queue[MAX]; // 辅组队列 int visited[MAX]; // 顶点访问标记 int i, j, k; for (i = 0; i < mVexNum; i++) visited[i] = 0; cout << "BFS: "; for (i = 0; i < mVexNum; i++) { if (!visited[i]) { visited[i] = 1; cout << mVexs[i] << " "; queue[rear++] = i; // 入队列 } while (head != rear) { j = queue[head++]; // 出队列 for (k = firstVertex(j); k >= 0; k = nextVertex(j, k)) //k是为访问的邻接顶点 { if (!visited[k]) { visited[k] = 1; cout << mVexs[k] << " "; queue[rear++] = k; } } } } cout << endl; } /* * 打印矩阵队列图 */ void MatrixDG::print() { int i,j; cout << "Martix Graph:" << endl; for (i = 0; i < mVexNum; i++) { for (j = 0; j < mVexNum; j++) cout << mMatrix[i][j] << " "; cout << endl; } } int main() { char vexs[] = {‘A‘, ‘B‘, ‘C‘, ‘D‘, ‘E‘, ‘F‘, ‘G‘}; char edges[][2] = { {‘A‘, ‘B‘}, {‘B‘, ‘C‘}, {‘B‘, ‘E‘}, {‘B‘, ‘F‘}, {‘C‘, ‘E‘}, {‘D‘, ‘C‘}, {‘E‘, ‘B‘}, {‘E‘, ‘D‘}, {‘F‘, ‘G‘}}; int vlen = sizeof(vexs)/sizeof(vexs[0]); int elen = sizeof(edges)/sizeof(edges[0]); MatrixDG* pG; // 自定义"图"(输入矩阵队列) //pG = new MatrixDG(); // 采用已有的"图" pG = new MatrixDG(vexs, vlen, edges, elen); pG->print(); // 打印图 pG->DFS(); // 深度优先遍历 pG->BFS(); // 广度优先遍历 return 0; }
/** * C++: 邻接表图 * * @author skywang * @date 2014/04/19 */ #include <iomanip> #include <iostream> #include <vector> using namespace std; #define MAX 100 // 邻接表 class ListDG { private: // 内部类 // 邻接表中表对应的链表的顶点 class ENode { public: int ivex; // 该边所指向的顶点的位置 ENode *nextEdge; // 指向下一条弧的指针 }; // 邻接表中表的顶点 class VNode { public: char data; // 顶点信息 ENode *firstEdge; // 指向第一条依附该顶点的弧 }; private: // 私有成员 int mVexNum; // 图的顶点的数目 int mEdgNum; // 图的边的数目 VNode mVexs[MAX]; public: // 创建邻接表对应的图(自己输入) ListDG(); // 创建邻接表对应的图(用已提供的数据) ListDG(char vexs[], int vlen, char edges[][2], int elen); ~ListDG(); // 深度优先搜索遍历图 void DFS(); // 广度优先搜索(类似于树的层次遍历) void BFS(); // 打印邻接表图 void print(); private: // 读取一个输入字符 char readChar(); // 返回ch的位置 int getPosition(char ch); // 深度优先搜索遍历图的递归实现 void DFS(int i, int *visited); // 将node节点链接到list的最后 void linkLast(ENode *list, ENode *node); }; /* * 创建邻接表对应的图(自己输入) */ ListDG::ListDG() { char c1, c2; int v, e; int i, p1, p2; ENode *node1, *node2; // 输入"顶点数"和"边数" cout << "input vertex number: "; cin >> mVexNum; cout << "input edge number: "; cin >> mEdgNum; if ( mVexNum < 1 || mEdgNum < 1 || (mEdgNum > (mVexNum * (mVexNum-1)))) { cout << "input error: invalid parameters!" << endl; return ; } // 初始化"邻接表"的顶点 for(i=0; i<mVexNum; i++) { cout << "vertex(" << i << "): "; mVexs[i].data = readChar(); mVexs[i].firstEdge = NULL; } // 初始化"邻接表"的边 for(i=0; i<mEdgNum; i++) { // 读取边的起始顶点和结束顶点 cout << "edge(" << i << "): "; c1 = readChar(); c2 = readChar(); p1 = getPosition(c1); p2 = getPosition(c2); // 初始化node1 node1 = new ENode(); node1->ivex = p2; // 将node1链接到"p1所在链表的末尾" if(mVexs[p1].firstEdge == NULL) mVexs[p1].firstEdge = node1; else linkLast(mVexs[p1].firstEdge, node1); } } /* * 创建邻接表对应的图(用已提供的数据) */ ListDG::ListDG(char vexs[], int vlen, char edges[][2], int elen) { char c1, c2; int i, p1, p2; ENode *node1, *node2; // 初始化"顶点数"和"边数" mVexNum = vlen; mEdgNum = elen; // 初始化"邻接表"的顶点 for(i=0; i<mVexNum; i++) { mVexs[i].data = vexs[i]; mVexs[i].firstEdge = NULL; } // 初始化"邻接表"的边 for(i=0; i<mEdgNum; i++) { // 读取边的起始顶点和结束顶点 c1 = edges[i][0]; c2 = edges[i][1]; p1 = getPosition(c1); p2 = getPosition(c2); // 初始化node1 node1 = new ENode(); node1->ivex = p2; // 将node1链接到"p1所在链表的末尾" if(mVexs[p1].firstEdge == NULL) mVexs[p1].firstEdge = node1; else linkLast(mVexs[p1].firstEdge, node1); } } /* * 析构函数 */ ListDG::~ListDG() { } /* * 将node节点链接到list的最后 */ void ListDG::linkLast(ENode *list, ENode *node) { ENode *p = list; while(p->nextEdge) p = p->nextEdge; p->nextEdge = node; } /* * 返回ch的位置 */ int ListDG::getPosition(char ch) { int i; for(i=0; i<mVexNum; i++) if(mVexs[i].data==ch) return i; return -1; } /* * 读取一个输入字符 */ char ListDG::readChar() { char ch; do { cin >> ch; } while(!((ch>=‘a‘&&ch<=‘z‘) || (ch>=‘A‘&&ch<=‘Z‘))); return ch; } /* * 深度优先搜索遍历图的递归实现 */ void ListDG::DFS(int i, int *visited) { ENode *node; visited[i] = 1; cout << mVexs[i].data << " "; node = mVexs[i].firstEdge; while (node != NULL) { if (!visited[node->ivex]) DFS(node->ivex, visited); node = node->nextEdge; } } /* * 深度优先搜索遍历图 */ void ListDG::DFS() { int i; int visited[MAX]; // 顶点访问标记 // 初始化所有顶点都没有被访问 for (i = 0; i < mVexNum; i++) visited[i] = 0; cout << "DFS: "; for (i = 0; i < mVexNum; i++) { if (!visited[i]) DFS(i, visited); } cout << endl; } /* * 广度优先搜索(类似于树的层次遍历) */ void ListDG::BFS() { int head = 0; int rear = 0; int queue[MAX]; // 辅组队列 int visited[MAX]; // 顶点访问标记 int i, j, k; ENode *node; for (i = 0; i < mVexNum; i++) visited[i] = 0; cout << "BFS: "; for (i = 0; i < mVexNum; i++) { if (!visited[i]) { visited[i] = 1; cout << mVexs[i].data << " "; queue[rear++] = i; // 入队列 } while (head != rear) { j = queue[head++]; // 出队列 node = mVexs[j].firstEdge; while (node != NULL) { k = node->ivex; if (!visited[k]) { visited[k] = 1; cout << mVexs[k].data << " "; queue[rear++] = k; } node = node->nextEdge; } } } cout << endl; } /* * 打印邻接表图 */ void ListDG::print() { int i,j; ENode *node; cout << "List Graph:" << endl; for (i = 0; i < mVexNum; i++) { cout << i << "(" << mVexs[i].data << "): "; node = mVexs[i].firstEdge; while (node != NULL) { cout << node->ivex << "(" << mVexs[node->ivex].data << ") "; node = node->nextEdge; } cout << endl; } } int main() { char vexs[] = {‘A‘, ‘B‘, ‘C‘, ‘D‘, ‘E‘, ‘F‘, ‘G‘}; char edges[][2] = { {‘A‘, ‘B‘}, {‘B‘, ‘C‘}, {‘B‘, ‘E‘}, {‘B‘, ‘F‘}, {‘C‘, ‘E‘}, {‘D‘, ‘C‘}, {‘E‘, ‘B‘}, {‘E‘, ‘D‘}, {‘F‘, ‘G‘}}; int vlen = sizeof(vexs)/sizeof(vexs[0]); int elen = sizeof(edges)/sizeof(edges[0]); ListDG* pG; // 自定义"图"(输入矩阵队列) //pG = new ListDG(); // 采用已有的"图" pG = new ListDG(vexs, vlen, edges, elen); pG->print(); // 打印图 pG->DFS(); // 深度优先遍历 pG->BFS(); // 广度优先遍历 return 0; }
以上是关于图的遍历之深度优先搜索和广度优先搜索的主要内容,如果未能解决你的问题,请参考以下文章