图遍历之广度优先搜索

DS图遍历--广度优先搜索 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 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... 阅读详情

一 概述

图的遍历是指从图中的某一顶点出发,按照某种搜索方法沿着图中的边对图中的所有顶点访问一次且访问一次。注意到树是一种特殊的图,所以树的遍历实际上也可以视为一种特殊的图的遍历。图的遍历时求解图的连通性问题,拓扑排序和求关键字路径等算法的基础。

图的遍历比数的遍历要复杂的多,因为图的任一顶点都可能和其余顶点相邻接,所以在访问某个顶点后,可能沿着某条路径搜索又回到该顶点上。为避免同一顶点被访问多次,在遍历图的过程中,必须记下每个已经访问的顶点,为此可以设一个辅助数组Visied[]来标记顶点是否被访问过。图的遍历算法主要分为广度优先搜索和深度优先搜索。

二 广度优先搜索

广度优先搜索(Breadth-First-Search,BFS)类似于二叉树的层序遍历算法。

基本思想是:

  1. 首先访问起始顶点v;
  2. 接着从v出发,依次访问v的各个未访问过的邻接顶点w1,w2,w3...wi;
  3. 然后依次访问w1,w2,...,wi的所有未被访问过的邻接顶点;
  4. 再从这些未被访问过多的顶点出发,访问它们所有未被访问过的邻接顶点,直至图中所有顶点都被访问过为止;
  5. 若此图中尚存在顶点未被访问,则另选图中一个未曾被访问的顶点作为起始点,重复上述步骤,直至图中所有顶点都被访问到为止。

这种思想在Dijksra单源最短路径算法和Prim最小生成树算法中也应用了类似的思想。

广度优先搜索是一种分层的查找过程,每向前执行一步可能访问一些顶点,不像深度优先那样有往回退的情况,因此它不是一个递归的算法。为了实现逐层的访问,算法必须借助一个辅助队列,以记忆正在访问的顶点的下一层顶点。

三 广度优先搜索算法与树的层序遍历

广度优先搜索算法类似于树的层序遍历算法,到那时也会存在差异。

如图所示:

广度优先搜索算法的实现同树的遍历是一致的,但是图发生变化时:

如图会存在一个由结点2,4,5组成的环,执行图的广度优先搜索算法:

  1. 先访问顶点1;
  2. 然后访问它所有的邻接顶点2和3;
  3. 接着从顶点2出发,访问其邻接顶点4和5;
  4. 接着访问顶点3的邻接顶点6;
  5. 继续从顶点4出发,访问顶点4的邻接顶点,得到会访问到顶点5和7。

此时就违背了图遍历中所有顶点访问一次且访问一次的原则,同时也不满足树的层次遍历情形。

在树的层序遍历过程中需要借助于队列来实现,而图的广度优先搜索算法除了需要借助于队列以外,还需要借助辅助标记数组来标记已经被访问的结点。

四 图的广度优先搜索算法的实现

如图:

需要借助一个队列和一个辅助标记数组,该数组容量为图中结点的个数,同时图中某结点被访问后,其在数组中对应的值为1,未被访问时数组对应的值为0;或者被访问过的结点对应的值为true,未被访问过的结点对应的值为false。

初始状态下的队列状态和辅助标记数组状态:

队列初始状态:

队首      队尾

辅助标记数组初始状态:(注:此处图中顶点在数组中的位置,按1~7对应数组的0~6位置)

0000000

首先时访问顶点1,将1入队,同时将辅助标记数组中对应的值改为1。

队列:

队首1     队尾

辅助标记数组:

1000000

接着将队列中的顶点1出队,并将其所有的邻接顶点入队,并它们标记为访问状态:

队列:

队首23    队尾

辅助标记数组:

1110000

接着使得顶点2出队,并将其所有的邻接顶点入队,并将它们标记为访问状态,由图可知,顶点2的邻接顶点包括1,4和5。因为顶点1已经被访问过来,所以先有一个判断顶点是否已经被访问的过程。所以只会将未被访问的顶点4和顶点5入队,并将其标记为已经被访问状态。

队列:

队首345   队尾

辅助标记数组:

1111100

按照上述步骤,继续对图中的后续顶点未被访问过多顶点进行访问。

四 图广度优先搜索遍历的算法代码

bool visited[MAX_TREE_SIZE]
//对非连通图进行各个顶点访问
void BFSTraverse(Graph G){
	//初始化visited数组
	for(int i = 0; i < G.vexnum; ++i){
		visited[i] = FALSE;
	}
	//初始化辅助的队列
	InitQueue(Q);
	//实现非连通图的广度优先搜索的一个循环
	for(int i = 0; i < G.vexnum; ++i){
		if(!visited[i]){
			BFS(G,i);
		}
	}
}

//G表示连通图,v表示搜索顶点的编号
void BFS(Graph G,int v){
	//访问顶点
	visit(v);
	//将改顶点在辅助标记数组中的值设置为TRUE,表示该顶点已经被访问且入队
	visited[v] = TRUE;
	//将该顶点入队
	EnQueue(Q,v);
	while(!isEmpty(Q)){
		//出队队首元素,并将其赋值到v当中
		Dequeue(Q,v);
		//找到所有符合要求的邻接顶点
		//FirstNeighbor求某个顶点的第一个邻接顶点,当此时的w为-1表示无邻接顶点,当w>0成立时,该w为邻接顶点的编号
		//NextNeighbor求某个顶点的其他邻接顶点。
		for(w = FirstNeighbor(G,v);w >= 0;w = NextNeighbor(G,v,w))
			if(!visited[w]){
				//访问未被访问过的顶点
				visit[w];
				//将当被访问过的顶点标记为访问过
				visited[w] = TRUE;
				//将该顶点入队
				EnQueue(Q,w);
			}//if
	}//while
}

五 BFS算法的性能分析

空间复杂度:O(|V|),即图中顶点的数量。

时间复杂度:

BFS算法的时间复杂度:

通过邻接矩阵法的图:

BFS的时间复杂度为O(|V|*|V|)。

原因:我们在BFS中访问某个顶点时,我们需要一个循环来寻找某个顶点的所有邻接顶点,在邻接矩阵法中找寻某顶点的所有邻接顶点即为找到该顶点在矩阵中对应的行。当矩阵中某值为1的时候,该值对应的顶点即为要寻找的邻接顶点。当在邻接矩阵法的图中通过BFS算法找到所有顶点的邻接顶点的时间复杂度为O(|V| * |V|)。

通过邻接表法的图:

BFS的时间复杂度为O(|V| + |E|)。

原因:我们在访问所有顶点的邻接顶点时,需要通过访问其边进行访问。所以当在邻接表法的图中通过BFS算法找到所有顶点的邻接顶点的时间复杂度为O(|V| + |E|)。

图的遍历——广度优先搜索 在本题中,读入一个无向图的邻接矩阵(即数组表示),建立无向图并按照以上描述中的算法遍历所有顶点,输出遍历顶点的顺序。 【输入形式】 输入的第一行包含一个正整数n,表示图中共有n个顶点。其中n不超过50。 以后的n行中每行有n个用空格隔开的整数0或1,对于第i行的第j个0或1,1表示第i个顶点和第j个顶点有直接连接,0表示没有直接连接。当i和j相等的时候,保证对应的整数为0。 输入保证邻接矩阵为对称矩阵,即输入的图一定是无向图。 【输出形式】 只有一行,包含n个整数,表示按照题目描述中的广度优先遍历算法遍历整 阅读详情

相关推荐

IAR9.4报错之编码方式

IAR9.40编码方式错误导致的报错

qq_36081075的博客 2627

算法数据结构——图的遍历之广度优先搜索算法(Breadth First Search)

广度优先搜索算法(Breadth First Search):简称为 BFS,又译作宽度优先搜索 / 横向优先搜索。是一种用于遍历或搜索树或图的算法。该算法从根节点开始,沿着树的宽度遍历树或图的节点。如果所有节点均被访问,则算法中止。广度优先遍历类似于树的层次遍历过程。呈现出一层一层向外扩张的特点。先看到的节点先访问,后看到的节点后访问。遍历到的节点顺序符合「先进先出」的特点,所以广度优先搜索可以通过「队列」来实现。

白话机器学习 9402

Ubuntu20.04 高效安装企业微信的完整指南

本文提供了在Ubuntu20.04系统上高效安装企业微信的完整指南,详细介绍了通过Deepin-wine环境运行Windows版企业微信的步骤和优化技巧。内容包括系统环境检查、依赖安装、企业微信包的获取与安装、首次运行配置及常见问题解决方案,帮助开发者在Ubuntu系统中流畅使用企业微信进行办公通讯。

weixin_42568801的博客 353

图(graph)的遍历-----广度优先遍历(BFS)

​ 广度优先搜索(Breadth First Search)简称广搜或者 BFS,是遍历图存储结构的一种算法,既适用于无向图(网),也适用于有向图(网)。 广度优先遍历是一种图和树的遍历策略,它的核心思想是从一个起始节点开始,访问其所有邻近节点,然后再按照相同的方式访问这些邻近节点的邻近节点。这种遍历方式类似于波纹在水面上扩散的过程。 ​

m0_73633088的博客 2万+

Python编程基础05:运算符与表达式

文章目录一、算术运算符1、分类说明表2、注意事项3、案例演示任务1、计算成绩差与平均成绩课堂练习:编程处理带余除法。任务2、打印购物小票 运算符就是专门用于告诉程序执行特定运算或逻辑操作的符号。表达式是指由常量、变量和运算符组成的一个算式。编写程序对数据进行处理,其实处理就是对数据实施各种各样的运算,搞懂运算符与表达式是我们编写程序的基础性工作,本次讲课笔记通过案例讲解各种运算符的用法以及正确书写Python表达式的注意事项。 一、算术运算符 Python中的算术运算符就是用来处理四则运算的符号,也是

howard2005的专栏 3121

【OpenClaw从入门到精通】:Web控制台使用全解析——可视化配置与监控(2026实操版)

在OpenClaw的多种管理方式中,Web控制台提供了最直观、最友好的用户体验。通过图形化界面,用户可以轻松完成复杂的配置任务,实时监控系统状态,以及进行各种管理操作。对于不熟悉命令行的用户来说,Web控制台是最佳选择。

一键难忘的博客 1934

数据结构学习笔记——图的遍历算法(深度优先搜索和广度优先搜索)

若通过邻接表表示图,则每个顶点都入队一次,即所需时间为O(|V|),搜索顶点的邻接顶点所需时间为O(|E|),其时间复杂度为O(|V|+|E|)。若通过邻接表表示图,则查找所有顶点的邻接顶点所需时间为O(|E|),访问顶点所需时间为O(|V|),即总时间复杂度为O(|V|+|E|)。4、查看V7单链表,其邻接顶点为2,即V3,它已经被访问过,于是回到V3单链表,搜索下一个未被访问的邻接顶点;11、查看V8单链表,其邻接顶点为4,即V5,已经被访问过,于是回到V5单链表,搜索下一个未被访问的邻接顶点;....

小宇y的博客 3万+

【Frida Android】实战篇8:客户端证书认证绕过 Hook 教程

通过重写类的方法,自定义证书校验逻辑;利用配置文件,从系统层面管理证书信任策略;以及通过 OkHttp 框架提供的方法,实现证书的强绑定校验。这些内容主要围绕客户端如何验证服务端证书的合法性展开。客户端证书认证。当 APK 预置了客户端证书,并且服务端会对客户端证书进行校验时,传统的中间人攻击方式将面临新的挑战。我们将深入分析这种场景的工作原理,并详细介绍如何通过技术手段获取客户端证书、配置中间人工具,最终成功实现抓包分析。

水滴石穿 1430

广度优先搜索算法在图遍历中的应用解析,C语言版

此代码实现了图的广度优先搜索遍历。它先定义了图的邻接矩阵表示结构,接着构建一个具体的图,最后从图的第一个顶点开始进行广度优先搜索,并输出遍历结果。//广度优先算法(类似于层序遍历)//用队列记录第一层//顶点//边头文件stdio.h用于标准输入输出操作,stdlib.h为标准库函数提供支持。类型定义VertexType定义为char类型,用于表示图的顶点;EdgeType定义为int类型,用于表示图的边。宏定义MAXSIZE定义了图的最大顶点数量。

jdijjd的博客 1546

【ubuntu24.04】auto remove后,重启,kernel panic ,please reboot your computer vfs unable to mount root fs

Ubuntu 24.04系统在运行auto remove后出现内核恐慌(kernel panic)无法启动,显示"VFS: unable to mount root fs"错误。该问题是由于当前内核被清除导致系统无法挂载根分区。解决步骤包括:1)尝试用GRUB菜单中的旧内核启动;2)在GRUB中临时编辑启动参数;3)使用Ubuntu启动盘进行chroot修复;4)使用Boot-Repair工具一键修复。成功启动后,需要重新安装linux-generic等元包,重建initramfs并更新

突围 1217

Linux(31)Rockchip RK3568 Ubuntu22.04上部署 Docker: 问题与解决方案

本博客在总结这些问题及其解决方案,为遇到类似问题的兄弟提供参考,如果我后续有碰到其他Docker 问题也会在此更新补充。

我其实什么都不会 1648

广度优先搜索实战精讲,手把手教你用C语言实现高效图遍历

掌握图遍历核心算法,本文深入讲解C语言实现图的广度优先搜索,涵盖邻接表构建、队列操作与遍历逻辑,适用于路径查找与网络遍历等场景,代码简洁高效,值得收藏。

SimCompile的博客 916

Unity中使用TCP和UDP传输摄像头视频的实践

本文探讨了在Unity中通过TCP和UDP协议传输摄像头视频的实现方法。TCP通过自定义消息帧保证数据完整性但效率较低,UDP传输速度快但可能丢帧。文章提供了Python和Unity的代码示例,分析了两种协议的适用场景:TCP适合要求数据完整性的应用,UDP则适合追求实时性的场景。最终选择取决于具体需求,并需要注意线程安全与同步机制。

m0_74337424的博客 145

广度优先搜索队列实现全解析,彻底搞懂C语言图遍历底层逻辑

掌握C语言图的广度优先搜索队列实现,深入解析队列在图遍历中的核心作用与底层逻辑,涵盖算法步骤、内存管理与实际应用场景,高效解决连通性问题。代码清晰,逻辑严谨,值得收藏。

Instrulink的博客 437

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

【C语言图遍历核心技巧】:掌握广度优先搜索队列实现的5个关键步骤

掌握C语言图的广度优先搜索队列实现,解决图遍历中的路径查找与连通性问题。适用于社交网络、地图导航等场景,结合邻接表与队列结构,确保访问有序、避免重复。5步清晰拆解,高效直观,值得收藏

CodeIsle的博客 341

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/

A. DS图遍历--广度优先搜索

A. DS图遍历--广度优先搜索

weixin_62063501的博客 388

【数据结构】图遍历--广度优先搜索

它的代码框架我们就不看了,文字太多,不想看,不过是个BFS,我们自己写,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。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。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。第三行起,每行输入邻接矩阵的一行,以此类推输入n行。第二行输入n,表示第1个图有n个结点。注意:图n个顶点编号从0到n-1。第一行输入t,表示有t个测试实例。以此类推输入下一个示例。

笔记 544

11-B. DS图遍历--广度优先搜索

实验11-图遍历与存储结构- 题目描述 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 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 输入样例 2 4 0 0 1 1 0 0 1 1 1 1 0 1 1 1

bianchengfive的博客 549
上一篇: 图存储之邻接多重表
下一篇: 图遍历之深度优先搜索
至学者
博客等级 码龄9年 180粉丝 773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