图(二)---------图的深度优先遍历算法和广度优先遍历算法

本文介绍了图的深度优先遍历和广度优先遍历两种基本算法,并通过具体实例展示了这两种算法的工作流程。同时提供了相应的Java代码实现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

今天我来介绍一些图的深度优先遍历算法和广度优先遍历算法。在展示我的代码之前我想先对这两种算法进行一些讲述

首先是深度优先遍历算法。


大家来看这个图,深度优先遍历就是以一个顶点为起点,找到它的第一个邻接顶点并将这个顶点设置为已经访问过的,然后递归之前的方法,直到所有的顶点的第一个邻接点都被访问过了。然后向上回溯,查找其他的邻接顶点重复之前的方法查找其他的邻接顶点的第一个邻接顶点是否被访问。

以我这个图为例首先访问V1,然后它的第一个邻接顶点是V2,然后是V3,V4。遍历到V5时,由于V5没有邻接顶点,所以向上回溯,直到回溯到V1,查找到V6。

下面我来解释一下我的代码

为了防止重复被访问,我设置了一个数组

private boolean[] isVisited;// 判断顶点是否被访问过的数组

public void depthFirstSearch(int i) {
		System.out.println("访问到了" + i + "结点");
		for (int j = 0; j < vertexSize; j++) {
			isVisited[i] = true;
			if (matrix[i][j] != 0 && matrix[i][j] != MAX_WEIGHT && !isVisited[j]) {
				isVisited[j] = true;
				depthFirstSearch(j);
			}
		}
	}
可以看到我的代码基本上就是我的思路的一个实现。只有该顶点未被访问过时,才会去递归调用我的depthFirstSearch算法。

图的广度优先遍历算法,很像我们在二叉树中遇到的层次遍历,其原理是先将每第一个顶点的所有邻接顶点都访问一遍将其设置为已经访问状态,然后将其入队。然后从队头元素开始遍历队头元素的所有未被访问过的邻接顶点,将未被访问的邻接顶点入队并将其设置为已经访问状态。直到队列空。

public void breadFirstSearch(int i) {
		Queue<Integer> queue = new LinkedList<Integer>();
		for (int j = 0; j < vertexSize; j++) {
			if (matrix[i][j] != MAX_WEIGHT && !isVisited[j]) {
				System.out.println("访问到了" + j + "结点");
				isVisited[j] = true;
				if (j != i) {
					queue.add(j);
				}
			}
		}
		while (!queue.isEmpty()) {
			breadFirstSearch(queue.remove());
		}
	}

算法如上,其实刚开始时这两个算法让我很头疼,但是当我们梳理清楚其中的原理,实际上也可以将这些算法很好写出。

2. 系统设计 1.用到的抽象数据类型的定义 的抽象数据类型定义: ADT Graph{ 数据对象V:V是具有相同特性的数据元素的集合,称为顶点集 数据关系R: R={VR} VR={<v,w>|v,w∈V且P(v,w),<v,w>表示从v到w的弧, 谓词P(v,w)定义了弧<v,w>的意义或信息} 基本操作P: CreatGraph(&G,V,VR) 初始条件:V是顶点集,VR是中弧的集合 操作结果:按VVR的定义构造G DestroyGraph(&G) 初始条件:G存在 操作结果:销毁G InsertVex(&G,v) 初始条件:G存在,v顶点有相同特征 操作结果:在G中增添新顶点v …… InsertArc(&G,v,w) 初始条件:G存在,vw是G中两个顶点 操作结果:在G中增添弧<v,w>,若G是无向的则还增添对称弧<w,v> …… DFSTraverse(G,Visit()) 初始条件:G存在,Visit是顶点的应用函数 操作结果:对进行深度优先遍历,在遍历过程中对每个顶点调用函数Visit一次且仅一次。一旦Visit()失败,则操作失败 BFSTraverse(G,Visit()) 初始条件:G存在,Visit是顶点的应用函数 操作结果:对进行广度优先遍历,在遍历过程中对每个顶点调用函数Visit一次且仅一次。一旦Visit()失败,则操作失败 }ADT Graph 栈的抽象数据类型定义: ADT Stack{ 数据对象:D={ai|ai∈ElemSet,i=1,2,…,n,n≥0} 数据关系:R1={<ai-1,ai>|ai-1,ai∈D,i=2,…,n} 约定an端为栈顶,ai端为栈底 基本操作: InitStack(&S) 操作结果:构造一个空栈S DestroyStack(&S) 初始条件:栈S已存在 操作结果:将S清为空栈 StackEmpty(S) 初始条件:栈S已存在 操作结果:若栈S为空栈,则返回TRUE,否则FALSE …… Push(&S,e) 初始条件:栈S已存在 操作结果:插入元素e为新的栈顶元素 Pop(&S,&e) 初始条件:栈S已存在且非空 操作结果:删除S的栈顶元素,并用e返回其值 StackTraverse(S,visit()) 初始条件:栈S已存在且非空 操作结果:从栈底到栈顶依次对S的每个数据元素调用函数visit(),一旦visit()失败,则操作失效 }ADT Stack 队列的抽象数据类型定义: ADT Queue{ 数据对象:D={ai|ai∈ElemSet,i=1,2,…,n,n≥0} 数据关系:Rl={<ai-1,ai>|ai-1,ai∈D,i=2,…,n} 约定其中ai端为队列头,an端为队列尾。 基本操作: InitQueue(&Q) 操作结果:构造一个空队列Q DestroyQueue(&Q) 初始条件:队列Q已存在 操作结果:队列Q被销毁,不再存在 QueueEmpty(Q) 初始条件:队列Q已存在 操作结果:若Q为空队列,则返回TRUE,否则FALSE …… EnQueue(&Q,e) 初始条件:队列Q已存在 操作结果:插入元素e为Q的新的队尾元素 DeQueue(&Q,&e) 初始条件:Q为非空队列 操作结果:删除Q的队头元素,并用e返回其值 }ADT Queue 2.主程序的流程: 调用CreateDN函数创建邻接表G; 调用PrintDN函数输出邻接表G; 调用DFSTraverse函数深度优先遍历; 调用BFSTraverse函数广度优先遍历
评论
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