利用邻接矩阵进行的深度优先和广度优先遍历(含全部代码+图解)

本文介绍了图的邻接矩阵构建方法,包括初始化和构建顶点间的关系,并详细讲解了深度优先遍历(DFS)和广度优先遍历(BFS)算法的实现过程。通过示例展示了这两种遍历算法在无向图中的应用,并提供了完整的C++代码实现。

目录

    --------------------------------------目录------------------------------------------

图的定义和术语

图的邻接矩阵构建法

  深度优先遍历算法(DFS)

  广度优先遍历算法 (BFS)

全部代码


图的定义和术语

        图:G = (V,E) V:顶点的有穷非空集合 E:边的有穷集合

        无向图:每条边都是无向的

        有向图:每条边都是有方向的

        邻接:有边相连的两个顶点之间的关系

图的邻接矩阵构建法

        想要构建图,则首先得知道图的存储结构,从上图可以看出,我们需要有个数组存储各个顶点的数据,如v1、v2、v3等等。。再者因为我们今天要用邻接矩阵来表示图,所以我们需要个二维数组,再为了方便,我们需要再设两个变量,表示现有的结点与边,可以不难看出是个结构体结构,如下图:

#define MVNUM 100					//最大顶点数

typedef struct
{
	char vexs[MVNUM];				//顶点数据数组
	int arr[MVNUM][MVNUM];			//邻接矩阵
	int vexnum, arcnum;				//现有顶点数与边数
}AMGraph;	

        假设我们现在顶点数为5个,边数为5,顶点数据为 a,b,c,d,e,矩阵元素都为无穷,并定义个结构体变量则结构表示出来为:

         存储结构知道后,我们就可以对它进行初始化操作啦,而我们的初始化操作,就是对照上图,其中数字,数据都是随机的,根据你的喜好,并且你还可以美化它,这里不多赘述,下面为思想:

        1、确定顶点数和边数,

        2、给顶点表赋值

        3、arr二维数组都初始化为极大值(这里的极大值一般为int的最大值32767,而上图为了美观写成∞)表示现在每个顶点之间都没有线(关系),我们接下来构造就是加线操作而已。

#define MAXINT 32767				//极大值相当于无穷大

int initGraph(AMGraph& G)
{
	cout << "please input some vexnum and arcnum!" << endl;
	cin >> G.vexnum >> G.arcnum;		//输入你想要的顶点数和边数
	cout << "please input data of vex!" << endl;
	for (int i = 0; i < G.vexnum; i++)
	{
		cin >>G.vexs[i];				//输入顶点数据
	}
	
	for (int i = 0; i < G.vexnum; i++)
	{
		for (int j = 0; j < G.vexnum; j++)
		{
			G.arr[i][j] = MAXINT;		//邻接矩阵的初值都为无穷大
		}	
	}
		
	return 1;
}

        初始化完成后,我们就可以,看看自己邻接矩阵长什么样啦,写一个遍历二维数组的算法(比较简单,这里就不写了),而后就是构造顶点之间的联系,思想就是:

        1、先输入两个点(这两个点是邻接的,就是有关系的),并赋予权值,

        2、用这两个点去顶点表里去找,找到了返回对应坐标

        3、找到坐标后就在矩阵(二维数组)对应下标赋值

        4、因为为无向图,则为对称的,所以行列坐标对换后再赋值一遍即可(如为有向图这步省略)

int locateVex(AMGraph G, char u)
{
	for (int i = 0; i < G.vexnum; i++)	
	{
		if (u == G.vexs[i])		//如果u的值和顶点数据匹配,就返回顶点在矩阵中的下标
			return i;
	}
	return -1;
}

int createGraph(AMGraph& G)
{
	int i = 0; int j = 0;int w = 0;		//i,j代表顶点下标,w代表权值
	char v1 = 0; char v2 = 0;			//v1,v2为顶点数据
	cout << "please input w of v1 to v2 in graph!" << endl;
	for (int k = 0; k < G.arcnum; k++)
	{
		cin >> v1 >> v2 >> w;			
		i = locateVex(G, v1);           //找到v1在顶点表的下标,并返回赋值给i
		j = locateVex(G, v2);           //找到v2在顶点表的下标,并返回赋值给j
		G.arr[i][j] = w;
		G.arr[j][i] = G.arr[i][j];		//无向图的矩阵是对称矩阵
	}

	cout << endl;
	return 1;
}

        假设我们现在按照 下面这个图来构建邻接矩阵,则结果为:

         深度优先遍历算法(DFS)

         深度优先算法就是一条路走到黑,走不下去就回来换条路的人性化算法,也是我这种路痴的常用探路的方法。

        1、即随机选个顶点,

        2、顺着与它有联系的点走下去,发现走不下去了,就回退一个顶点

        3、如此如此最后再回退到当初选的第一个点

       从步骤看出我们只是要去下一个顶点,然后用相同的方法再去下一个顶点,则我们可以用递归算法,可以用栈写出来(非递归),也可以用本来有的栈来做(递归)

        走不下去了,退一格,再去没访问过的顶点,访问过的点不访问。

         依次下去,直至最后一个点都访问了,然后顺着原路返回。

         实现代码则需要一个辅助数组,这个数组作用是表示这个顶点是否被访问过了没,这里我们用0代表没访问过1反之,既然是递归,我们要有个递归的结束条件,可以不难看出走不下去即为结束条件,这时会有两种情况,一是没有邻接的顶点了,或者是邻接的顶点已经访问过了,那我们根据这个特性就不难写出代码了。

        1、随机选个顶点

        2、打印这个顶点,并设置为访问过了

        3、如果还有邻接的顶点并且未访问过,递归函数

int visited[MVNUM] = { 0 };     //辅助数组

void dfsAM(AMGraph G, int i)
{//随机选一个顶点下标,这里为0
	cout << G.vexs[i]<<" ";		//输出0下标在顶点表的值	
	visited[i] = 1;				//辅助数组对应下标i的值置为1
	for (int j = 0; j < G.vexnum; j++)
	{
		if (G.arr[i][j] != MAXINT && (!visited[j]))	//只要是邻接的顶点并且没有访问过
		{											//不然就退回,也是递归结束条件
			dfsAM(G, j);							//递归使用函数
        }
	}
}

  

广度优先遍历算法 (BFS)

         广度优先遍历也是先随机选个点,先让这个点的所有邻接点都访问一遍,然后从第一个访问的点再去访问它所有的邻接点,依次下去,到最后一个点都访问过为至。

 

        那我们要怎么实现这个算法呢,从第二个图那个矩阵内部图结果可以看出,如果我们要使用广度优先遍历的话,救得一次性把第0行的所有邻接点都访问一遍,然后就是第1行,依次下去,那就是说我们就让这些行数排排队,只要每个行都能把邻接点都访问一遍就可以啦。

        顺着这个思想,我们就要去想那怎么知道这一行的邻接点呢,答案是我们应该写个函数,去获取第一个邻接点的坐标,然后再写个函数得到下一个邻接点的坐标,直到没有邻接点了,那我们就去访问下一行,那我们怎么去访问下一行呢,上面讲到了排队,所以我们就可以写一个队列,让现在访问的行入队,因为我们知道这个矩阵是个方阵所以行和列是对应的,就是顶点数据对应的行坐标就是顶点数据的列坐标。

        举个例子,现在是访问0行的1列那对应的就是顶点数据b这个元素,那我们就把b在矩阵中对应的列下标入列,虽然这是列下标,但是实际上也是数据b在矩阵中对应的行下标,所以我们出队的时候其实就是访问b在矩阵中对应的行下标。

        算法步骤:

        1、输出随机访问的顶点数据,并让其对应的辅助数组下标置为1

        2、让顶点下标入队

        3、 队不为空,出队,并把出队元素保存

        4、访问第一个邻接点,并打印其顶点数据,然后让其对应的辅助数组下标置为1

        5、入队,访问下一邻接点,如此反复直至队空

void bfsAM(AMGraph G, int i)
{//随机选一个顶点下标,这里为0
	cout << G.vexs[i] << " ";		//输出i下标在顶点表的值	
	visit[i] = 1;				//辅助数值对应下标i的值置为1
	sqQueue Q;					
	initQueue(Q);
	enQueue(Q, i);				//i为矩阵中顶点的行下标,让它入队(顶点表的下标和矩阵的列下标,行下标一致,本算法中说谁的下标都一样)
	while (Q.rear != Q.front)		//队不为空
	{
		int u = 0;			//接收矩阵中顶点的行下标,因为是邻接矩阵
		deQueue(Q,u);			//出队并让u接收矩阵中顶点的行下标
		for (int w = firstVEX(G, u); w != MAXINT; w = nextVEX(G, w, u))
		{//注意在一次循环中u不变
			if (!visit[w])
			{
				cout << G.vexs[w] << " ";
				visit[w] = 1;
				enQueue(Q, w);
			}
		}
	}
	
}

全部代码

#define _CRT_SECURE_NO_WARNINGS 1
#include <iostream>
using namespace std;
#define MVNUM 100				//最大顶点数
#define MAXINT 32767				//极大值相当于无穷大

int visited[MVNUM] = { 0 };			//辅助数组,判断遍历过了没
int visit[MVNUM] = { 0 };			//同理
typedef struct
{
	char vexs[MVNUM];			//顶点数据数组
	int arr[MVNUM][MVNUM];			//邻接矩阵
	int vexnum, arcnum;			//现有顶点数与边数
}AMGraph;							
typedef struct
{
	int* base;				//队列数组
	int front;				//队头的下标
	int rear;				//队尾的下标
}sqQueue;

int initGraph(AMGraph& G);			//初始化邻接矩阵
void showGraph(AMGraph G);			//打印邻接矩阵
int locatVex(AMGraph G, char u);		//定位顶点在邻接矩阵的下标
int createGraph(AMGraph& G);			//建立邻接矩阵
void dfsAM(AMGraph G,int i);			//深度优先搜索遍历
void bfsAM(AMGraph G, int i);			//广度优先搜索遍历
int initQueue(sqQueue& Q);			//初始化队列
int enQueue(sqQueue& Q, int i);			//入队
int firstVEX(AMGraph G, int u);			//第一个邻接顶点		
int nextVEX(AMGraph G,int w ,int u);	//下一个邻接顶点

int main()
{
	AMGraph G;							
	initGraph(G);
	createGraph(G);
	showGraph(G);
	cout << "the result of dfs is:";
	dfsAM(G,0);
	cout << endl;
	cout << "the result of bfs is:";
	bfsAM(G,0);
}
int initGraph(AMGraph& G)
{
	cout << "please input some vexnum and arcnum!" << endl;
	cin >> G.vexnum >> G.arcnum;			//输入你想要的顶点数和边数
	cout << "please input data of vex!" << endl;
	for (int i = 0; i < G.vexnum; i++)
	{
		cin >>G.vexs[i];			//输入顶点数据
	}
	
	for (int i = 0; i < G.vexnum; i++)
	{
		for (int j = 0; j < G.vexnum; j++)
		{
			G.arr[i][j] = MAXINT;		//邻接矩阵的初值都为无穷大
		}	
	}
		
	return 1;
}
void showGraph(AMGraph G)
{
	for (int i = 0; i < G.vexnum; i++)
	{
		for (int j = 0; j < G.vexnum; j++)
		{
			if (G.arr[i][j] == MAXINT)	//无穷大弄得更好看点
				cout << "∞" << " ";
			else
				cout << " " << G.arr[i][j] << " ";
		}
		cout << endl;
	}
	cout << endl;
}

int locateVex(AMGraph G, char u)
{
	for (int i = 0; i < G.vexnum; i++)	
	{
		if (u == G.vexs[i])			//如果u的值和顶点数据匹配,就返回顶点在矩阵中的下标
			return i;
	}
	return -1;
}

int createGraph(AMGraph& G)
{
	int i = 0; int j = 0;int w = 0;			//i,j代表顶点下标,w代表权值
	char v1 = 0; char v2 = 0;			//v1,v2为顶点数据
	cout << "please input w of v1 to v2 in graph!" << endl;
	for (int k = 0; k < G.arcnum; k++)
	{
		cin >> v1 >> v2 >> w;			
		i = locateVex(G, v1);			//找到v1在顶点表的下标,并返回赋值给i
		j = locateVex(G, v2);
		G.arr[i][j] = w;
		G.arr[j][i] = G.arr[i][j];		//无向图的矩阵是对称矩阵
	}

	cout << endl;
	return 1;
}

void dfsAM(AMGraph G, int i)
{//随机选一个顶点下标,这里为0
	cout << G.vexs[i]<<" ";			//输出0下标在顶点表的值	
	visited[i] = 1;				//辅助数组对应下标i的值置为1
	for (int j = 0; j < G.vexnum; j++)
	{
		if (G.arr[i][j] != MAXINT && (!visited[j]))	//只要是邻接的顶点并且没有访问过
		{						//不然就退回,也是递归结束条件
			dfsAM(G, j);				//递归使用函数
		}
	}
}
int initQueue(sqQueue& Q)
{
	Q.base = (int *)malloc(sizeof(int) * MVNUM);	
	//给base动态分配一个int*类型MVNUM个int大小的一维数组空间
	Q.front = Q.rear = 0;	//队头和对尾下标都置为0
	return 1;
}
int enQueue(sqQueue& Q, int i)
{
	if ((Q.rear + 1) % MVNUM == Q.front)			//队满
		return 0;
	Q.base[Q.rear] = i;					//先赋值再加
	Q.rear = (Q.rear + 1) % MVNUM;
	return 1;
}

int deQueue(sqQueue& Q, int &u)
{
	if (Q.rear == Q.front)					//队空
		return 0;
	u = Q.base[Q.front];					//要删的值给u然后再加
	Q.front = (Q.front + 1) % MVNUM;
	return 1;
}

int firstVEX(AMGraph G, int u)
{//在邻接矩阵u行0列开始遍历,如果找到不等于无穷的,
//并且没有访问过的就返回列的下标,否则就返回无穷
	for (int i = 0; i < G.vexnum; i++)		
	{
		if (G.arr[u][i] != MAXINT && visit[i] == 0) 
		{
			return i;
		}
	}
	return MAXINT;
}

int nextVEX(AMGraph G, int w, int u)
{//在邻接矩阵u行w+1列开始遍历,如果找到不等于无穷的,
//并且没有访问过的就返回列的下标,否则就返回无穷
	for (int i = w + 1; i < G.vexnum; i++)
	{
		if (G.arr[u][i] != MAXINT && visit[i] == 0)
		{
			return i;
		}	
	}
	return MAXINT;
}

void bfsAM(AMGraph G, int i)
{//随机选一个顶点下标,这里为0
	cout << G.vexs[i] << " ";		//输出i下标在顶点表的值	
	visit[i] = 1;				//辅助数值对应下标i的值置为1
	sqQueue Q;					
	initQueue(Q);
	enQueue(Q, i);				//i为矩阵中顶点的行下标,让它入队(顶点表的下标和矩阵的列下标,行下标一致,本算法中说谁的下标都一样)
	while (Q.rear != Q.front)		//队不为空
	{
		int u = 0;			//接收矩阵中顶点的行下标,因为是邻接矩阵
		deQueue(Q,u);			//出队并让u接收矩阵中顶点的行下标
		for (int w = firstVEX(G, u); w != MAXINT; w = nextVEX(G, w, u))
		{//注意在一次循环中u不变
			if (!visit[w])
			{
				cout << G.vexs[w] << " ";
				visit[w] = 1;
				enQueue(Q, w);
			}
		}
	}
	
}

       发这个也是为了理清自己的思路,顺带一起学习下,继续学习咯,加油陌生人!!

学自严老师的教材---------------------------------------------------------------------------------------------------------

<think>好的,我需要帮助用户查找深度优先遍历算法在C语言中的实现图解。首先,我应该回顾已有的引用内容,看看是否有相关的代码解释。根据用户提供的引用,引用[1]引用[3]都提到了C语言实现深度优先遍历代码,特别是引用[1]中的邻接表深度优先递归函数DFSDFSTraverse。此外,引用[2]引用[4]讨论了深度优先广度优先遍历算法分析以及步骤,可能有助于解释算法的工作原理。 接下来,我需要组织回答的结构,确保符合用户的要求:结构清晰,逐步解决问题,并引用相关段落。需要包括代码示例、图解说明以及算法分析。同时,按照系统级指令,数学表达式要正确使用$...$或$$...$$格式,并且用中文回答。 首先,我应该从基本概念开始,解释深度优先遍历(DFS)是什么,然后展示C语言的实现代码,比如邻接表的DFS函数。接着,分步解释代码的执行过程,可能结合用户提供的引用中的例子,比如顶点访问顺序A->B->...,如引用[3]提到的步骤。然后,图解部分可能需要用文字描述,因为没有图片,但可以详细说明遍历的步骤,如引用[4]中提到的退回到上一个顶点的过程。 此外,算法的时间复杂度分析也很重要,引用[2]提到DFS的时间复杂度是O(V+E),需要解释这一点。同时,比较邻接矩阵邻接表的不同实现方式,可能引用其他引用中的信息。 最后,生成相关问题,确保问题与DFS相关,比如实现差异、非连通图处理、应用场景等。 需要检查是否符合所有格式要求,如行内数学表达式是否正确,独立公式是否单独成段,引用标识是否正确添加。例如,在时间复杂度部分提到O(V+E)时,可能需要用行内公式$O(V+E)$,并引用相关引用[2]。 可能还需要注意代码的格式是否正确,用户提供的引用中的代码是否有语法错误,并确保示例代码正确无误,比如在引用[1]中的代码是否正确使用邻接表结构。 总结步骤: 1. 介绍DFS概念 2. 展示C语言代码实现(邻接表) 3. 分步解释代码执行流程 4. 文字图解遍历过程 5. 算法分析(时间复杂度空间复杂度) 6. 对比邻接矩阵邻接表的实现差异 7. 生成相关问题 确保每个部分都引用正确的来源,例如代码来自引用[1],步骤分析来自引用[3][4],时间复杂度来自引用[2]。</think>### 深度优先遍历算法(DFS)的C语言实现与图解 #### 1. 算法概念 深度优先遍历(DFS)是一种用于遍历或搜索图的算法,其核心思想是尽可能深地访问图的未访问节点,遇到死胡同时回溯到上一个节点继续探索。该算法通过**递归**或**栈**实现,常用邻接表或邻接矩阵存储图结构[^2][^4]。 --- #### 2. C语言实现(邻接表) 以下是基于邻接表的DFS实现代码,包递归函数遍历操作: ```c // 邻接表结构定义 typedef struct EdgeNode { int adjvex; // 邻接顶点下标 struct EdgeNode *next; // 指向下一个邻接顶点的指针 } EdgeNode; typedef struct VertexNode { char data; // 顶点数据 EdgeNode *firstedge; // 边表头指针 } VertexNode; typedef struct { VertexNode adjList[MAX_VERTEX]; // 邻接表数组 int numVertexes; // 顶点数 } GraphAdj; int visited[MAX_VERTEX]; // 访问标记数组 // 深度优先递归函数 void DFS(GraphAdj *G, int i) { EdgeNode *p; visited[i] = 1; // 标记当前顶点为已访问 printf("%c ", G->adjList[i].data); // 输出顶点数据(例如A、B等) p = G->adjList[i].firstedge; // 获取第一个邻接顶点 while (p != NULL) { if (!visited[p->adjvex]) { // 若邻接顶点未被访问,递归调用DFS DFS(G, p->adjvex); } p = p->next; // 继续遍历下一个邻接顶点 } } // 深度优先遍历入口 void DFSTraverse(GraphAdj *G) { for (int i = 0; i < G->numVertexes; i++) { visited[i] = 0; // 初始化所有顶点为未访问状态 } for (int i = 0; i < G->numVertexes; i++) { if (!visited[i]) { DFS(G, i); // 对未访问的顶点调用DFS } } } ``` --- #### 3. 执行流程分步解释 以引用[3]中的示例图(顶点顺序为A、B、C、D、E、F、G、H)为例: 1. **从顶点A开始**:访问A,标记为已访问,输出A。 2. **遍历A的邻接顶点**:假设邻接顺序为B、C、F,首先访问B。 3. **递归进入B**:访问B,标记为已访问,输出B;继续访问B的邻接顶点(例如E)。 4. **递归进入E**:访问E,输出E;若E无未访问邻接顶点,回溯到B。 5. **回溯到B**:检查B的下一个邻接顶点(假设为无),回溯到A。 6. **继续遍历A的下一个邻接顶点C**:重复上述过程,直到所有顶点被访问[^3][^4]。 --- #### 4. 文字图解 假设图结构如下(邻接表表示): ``` A -> B -> C -> F B -> A -> E C -> A -> D D -> C E -> B -> G F -> A -> G -> H G -> E -> F H -> F ``` **遍历顺序**为: $A \rightarrow B \rightarrow E \rightarrow G \rightarrow F \rightarrow H \rightarrow C \rightarrow D$ (具体顺序取决于邻接顶点的存储顺序) --- #### 5. 算法分析 - **时间复杂度**: 邻接表:$O(V + E)$,其中$V$为顶点数,$E$为边数。每个顶点边均被访问一次[^2]。 邻接矩阵:$O(V^2)$,因需要遍历所有顶点以查找邻接点。 - **空间复杂度**: 递归栈深度最大为$O(V)$(例如线性链状图)。 --- #### 6. 邻接矩阵与邻接表的实现差异 - **邻接矩阵**:通过二维数组存储边,DFS中需遍历所有顶点判断邻接关系。 - **邻接表**:通过链表存储邻接顶点,可直接访问相邻节点,效率更高[^2][^3]。 ---
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值