深度优先搜索和广度优先搜索

DS图遍历--深度优先搜索 给出一个图的邻接矩阵,对图进行深度优先搜索,从顶点0开始 注意:图n个顶点编号从0到n-1 输入   第一行输入t,表示有t个测试实例 第二行输入n,表示第1个图有n个结点 第三行起,每行输入邻接矩阵的一行,以此类推输入n行 第i个结点与其他结点如果相连则为1,无连接则为0,数据之间用空格隔开 以此类推输入下一个示例 输出 每行输出一个图的深度优先搜索结果,结点编号之间用空格隔... 阅读详情

转载自:http://www.cnblogs.com/skywang12345/

本章会先对图的深度优先搜索和广度优先搜索进行介绍,然后再给出C/C++/Java的实现。

目录
1. 深度优先搜索的图文介绍
1.1 深度优先搜索介绍
1.2 深度优先搜索图解
2. 广度优先搜索的图文介绍
2.1 广度优先搜索介绍
2.2 广度优先搜索图解
3. 搜索算法的源码

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

搜索算法的源码

这里分别给出”邻接矩阵无向图”、”邻接表无向图”、”邻接矩阵有向图”、”邻接表有向图”的C/C++/Java搜索算法源码。这里就不再对源码进行说明,please RTFSC;参考源码中的注释进行了解。

1. C语言源码
1.1 邻接矩阵实现的无向图(matrixudg.c)
1.2 邻接表实现的无向图(listudg.c)
1.3 邻接矩阵实现的有向图(matrixdg.c)
1.4 邻接表实现的有向图(listdg.c)

2. C++源码
2.1 邻接矩阵实现的无向图(MatrixUDG.cpp)
2.2 邻接表实现的无向图(ListUDG.cpp)
2.3 邻接矩阵实现的有向图(MatrixDG.cpp)
2.4 邻接表实现的有向图(ListDG.cpp)

3. Java源码
3.1 邻接矩阵实现的无向图(MatrixUDG.java)
3.2 邻接表实现的无向图(ListUDG.java)
3.3 邻接矩阵实现的有向图(MatrixDG.java)
3.4 邻接表实现的有向图(ListDG.java)

图的深度广度优先搜索遍历(邻接矩阵) 图的遍历 图的遍历就是从图的某个顶点出发,访遍图中其余结点,并且使图中的每个顶点被访问一次的过程。图的遍历方式主要有两种:深度优先搜索遍历和广度优先搜索遍历。 深度优先搜索遍历 深度优先搜索遍历是类似于树的先序遍历,尽可能的对纵深方向进行搜索。基本思想为从图的某个顶点v0出发,访问此节点,然后依次从各个未被访问的邻接点出发深度优先搜素遍历图,直至图中所有和v0有路径相通的顶点都被访问到。 ... 阅读详情

相关推荐

图综合练习--构建邻接表

图综合练习–构建邻接表 题目描述 已知一有向图,构建该图对应的邻接表。 邻接表包含数组和单链表两种数据结构,其中每个数组元素也是单链表的头结点,数组元素包含两个属性,属性一是顶点编号info,属性二是指针域next指向与它相连的顶点信息。 单链表的每个结点也包含两个属性,属性一是顶点在数组的位置下标,属性二是指针域next指向下一个结点。 输入 第1行输入整数t,表示有t个图 第2行输入n和k,表...

luoyeliufeng的博客 2718

9-4 D. DS图遍历--广度优先搜索

DS图遍历--广度优先搜索 给出一个图的邻接矩阵,对图进行深度优先搜索,从顶点0开始 代码框架参考课本P170算法7.6,同学们可在理解的基础上自行设计算法,不强制要求完全相同 注意:图n个顶点编号从0到n-1

2301_79713191的博客 598

有向图的深度优先搜索和广度优先搜索

上一篇写了有向图的拓扑排序,紧跟着用这个图坐了深度优先和广度优先的搜索,对其中的节点类Vertex做了些许改进,一个是加了访问状态isVisited,还有在Graph类中新加了一个方法用来寻找以节点ver出发的所有节点,和之前寻找所有的相邻节点(包括发出的和指向该节点的)有所不同 代码和结果如下: 广度优先搜索: import java.util.ArrayList; import java

qq_20991785的专栏 5406

DS图遍历--广度优先搜索

题目描述 给出一个图的邻接矩阵,对图进行广度优先搜索,从顶点0开始 注意:图n个顶点编号从0到n-1 代码框架如下: 输入 第一行输入t,表示有t个测试实例 第二行输入n,表示第1个图有n个结点 第三行起,每行输入邻接矩阵的一行,以此类推输入n行 第i个结点与其他结点如果相连则为1,无连接则为0,数据之间用空格隔开 以此类推输入下一个示例 输出 每行输出一个图的广度优先搜索结果,结点编号之间用空格隔开 样例输入 2 4 0 0 1 1 0 0 1 1 1 1 0 1 1 1 1 0 5 0 0 0 1 .

hhhertzzz的博客 1192

[CTFSHOW]JWT

文章目录前言JWT简介CTFSHOW Web345CTFSHOW Web346前置知识开始做题CTFSHOW Web347CTFSHOW Web348CTFSHOW Web349CTFSHOW Web350前置知识利用WP如何防御 前言 有些师傅向我咨询WP,索性就发了吧,其实早就写好了,只是懒,在github仓库里囤着 JWT简介 可以看看我的Github总结给自己看的,Y4tacker CTFSHOW Web345 首先打开题目,查看源码,接下来访问/admin被跳转回主页啥也没有发生 where is

Y4tacker的博客 6042

深入解析:el-table合并单元格

  在企业级应用开发中,我们经常需要处理复杂的数据展示需求。在构建复杂的数据展示后台时,我们常常需要将表格中具有相同属性的行进行视觉上的合并,以提升信息的聚合度和可读性。在 Element Plus 的 el-table 组件中,span-method 属性是实现单元格合并的核心机制,允许开发者自定义单元格的合并逻辑,开发者可以通过实现自定义合并策略来满足各种负责需求。  合并行的本质是通过计算相邻行数据的相似性,确定满足合并的单元格范围,然后通过 DOM 操作将多个单元格合并为一个。这种操作在前端数据可视

独泪了无痕 228

广度优先搜索和深度优先搜索

文章目录1. 前言2. 广度优先搜索和深度优先搜索1)深度优先搜索2)广度优先搜索3. 深度优先搜索算法框架1)二叉树深度优先搜索模板2)图深度优先搜索模板3)二维矩阵深度优先搜索模板4. 广度优先搜索算法框架1)单源广度优先搜索2)多源广度优先搜索3)双向广度优先搜索 1. 前言     深度优先搜索算法的基础是递归,如果你对递归还不熟悉的话,建议先去看看递归的概念,做一些递归的练习题,也可以看我之前写的递归的文章:递归算法详解 2. 广度优先搜索和深度优先搜索      在这篇文章中同时总结下广度优

Peealy的博客 8653

华为防火墙USG6600全流量日志配置指南:从流量监控到NAT日志的完整方案

本文详细介绍了华为USG6600防火墙全流量日志配置方案,涵盖流量监控、NAT日志及安全事件溯源等核心功能。通过精细化配置和性能优化技巧,帮助企业构建高效、合规的日志体系,提升网络安全运维效率。文章特别强调了日志采样与字段过滤的实用方法,适用于高流量环境下的资源优化。

gin88的博客 347

深度优先搜索(DFS)和广度优先搜索(BFS)

DFS && BFS

weixin_43955293的博客 3万+

【土壤普查实战】Python+ArcGIS随机森林模型一键生成土壤类型栅格图

本文详细介绍了如何利用Python和ArcGIS结合随机森林模型实现土壤类型栅格图的自动化生成,大幅提升土壤普查效率。通过环境准备、数据预处理、模型构建与调优等关键步骤,帮助用户掌握从样本点生成到最终栅格图输出的完整流程,适用于大面积区域或样本点较多的土壤分类任务。

weixin_29229989的博客 217

别再折腾虚拟机了!手把手教你用WSL2在Windows 11上安装Kali Linux(含汉化与图形界面)

本文详细介绍了如何在Windows 11上通过WSL2安装和配置Kali Linux,包括汉化与图形界面设置。通过WSL2,用户可以享受接近原生性能的Linux体验,同时保持与Windows系统的无缝集成,特别适合网络安全爱好者和开发者。文章还提供了常见问题解决和性能优化建议,帮助用户高效使用Kali工具集。

weixin_42525369的博客 322

深度优先搜索与广度优先搜索

有两种常用的方法可用来搜索图:即深度优先搜索和广度优先搜索。它们最终都会到达所有连通的顶点。深度优先搜索通过栈来实现,而广度优先搜索通过队列来实现。  深度优先搜索:下面图中的数字显示了深度优先搜索顶点被访问的顺序。<img alt="" src="http://p.blog.youkuaiyun.com/images/p_blog_youkuaiyun.com/andyelvis/325322/o_%e6%b7%b1%

AndyElvis的专栏 7万+

Coze智能体开发:扣子空间制作PPT功能

扣子空间内置了丰富的场景模板,涵盖人文历史、学术分享、研究报告、数据分析等场景,可以满足不同用户的需求。 你只需输入与制作 PPT 相关的提示词,Agent 就能基于这些提示词展示思考的过程,并自动生成完整的 PPT。

王国平的博客 2052

图的遍历之 深度优先搜索和广度优先搜索

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

I_love_blog的博客 463

基于 Google Colab 的 mask rcnn 训练自己的数据集(以实例分割为例)

详细步骤1 数据集的制作1.1 数据标注1.2 生成数据集2 环境的搭建2.1 搭建流程2.2 注意事项(报错)3 开始训练4 可视化4.1 修改webcam.py文件4.2 进行可视化5 参考文章 1 数据集的制作 1.1 数据标注 使用 labelme=4.5.6 版本进行标注,标注文件指定到保存图片的路径下,也就是json文件和jpg文件放在同一个文件夹里 1.2 生成数据集 先手动划分训练集和测试集(包括图像和标注文件),然后分别整合它们的标注信息,参考代码:1_ships_to_coco.py

G果的博客 8001

Python 控制 Keysight N9010B/N9020/N9030 频谱仪

为什么要实现频谱仪的控制呢?起因是因为我司RF的同事们需要对通信模块进行GSM的带内杂散进行测试,由于该测试的频点涉及900多个,所以急需开发一款自动化测试工具。该工具需同时实现对无线通讯仪和频谱仪的控制,这篇文章主要介绍一下频谱仪的控制!做通信的应该对频谱仪都不陌生,不过我之前做的都是软件相关行业,所以我对频谱仪其实还是很陌生的;不过好在我的同时们都很热心,加上仪器的文档,一段时间下来,也算是熟悉了一些。

xgh1951的博客 1万+

图论算法——无向图的深度优先搜索和广度优先搜索

深度优先搜索 类似树的深度优先遍历,所谓深度优先即递归的对相邻节点进行访问。从图来访问的越来越深。 在访问某个顶点时: 将它标记为已访问 递归地访问它的所有没有标记过的临接顶点 package com.algorithms.graph; /** * 图的深度优先搜索 * @author yjw * @date 2019/5/16/016 */ public class DepthF...

日积月累,天道酬勤 6117

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

八数码深度优先搜索_深度优先搜索与广度优先搜索

图的遍历是指从图的某一顶点出发,按照某种搜索方式沿着图中所有的顶点访问一次且仅访问一次。二叉树相比于图来说,是弱化的图。深度优先搜索与广度优先搜索是常用的对图进行遍历的算法。一、深度优先搜索深度优先遍历相当于二叉树的x序遍历。所谓深度优先搜索,是从图中的一个顶点出发,每次遍历当前访问顶点的临界点,一直到访问的顶点没有未被访问过的临界点为止。然后采用依次回退的方式,查看来的路上每一个顶点是...

weixin_39596720的博客 959

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

(图的遍历)深度优先搜索和广度优先搜索

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。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。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。

sinat_41942180的博客 1777

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

图——深度优先搜索和广度优先搜索

目录图的深度优先搜索图的广度优先搜索 图的实现方式主要用到矩阵或链表,这里用的矩阵; 图的深度优先搜索就是一条路径一条路径的往完了走,需要用到栈;而广度优先搜索就是一层一层的搜索,需要用到队列; 这个是两种遍历方式都会用到的表示图节点的代码: /** * @ClassName Node * @Description 图节点 * @Author lzq * @Date 2019/6/19 0...

中都 792

算法(6)深度优先搜索和广度优先搜索

一、深度优先搜索(DFS) 主要思路: 从图中一个未访问的顶点 V 开始,沿着一条路一直走到底,然后从这条路尽头的节点回退到上一个节点,再从另一条路开始走到底,不断递归重复此过程,直到所有的顶点都遍历完成,它的特点是“不撞南墙不回头”,先走完一条路,再换一条路继续走。 例子: 用深度优先搜索遍历下面的树 1、我们从根节点1开始遍历,它相邻的节点有2,3,4,先遍历节点2,再遍历2 的子节点5,然后再遍历5的子节点9。 2、上图中一条路已经走到底了,此时就从9回退到上一个节点5,看下节点5是否还有除9以

weixin_42776344的博客 5334
上一篇: 牛客网—网易2019实习生招聘编程题
下一篇: 二分查找
小菜鸟要高飞
博客等级 码龄12年 14粉丝 77原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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