图的遍历——广度优先遍历BFS/BFT

本文介绍了图的广度优先遍历(BFS)的概念,它基于广度优先搜索,是一种分层搜索过程,类似于树的层次遍历。通过队列实现逐层访问,算法中每个顶点只需进队一次。文中还提供了无向图邻接矩阵的BFS代码实现,并讨论了算法的时间复杂度。

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

7.3.2 图的深度优先遍历(Breadth First Traversal)

  1. 图的广度优先遍历基于广度优先搜索(breadth first search,BFS),广度优先搜索是从图中某一顶点v出发,在访问顶点v后再访问v的各个未曾被访问过的邻接顶点w1,w2,…,wk,然后再依次访问w1,w2,.…,wk 的所有还未被访问过的邻接顶点。再从这些访问过的顶点出发,再访问它们的所有还未被访问过的邻接顶点……如此下去,直到图中所有和顶点v由路径连通的顶点都被访问到为止。
    广度优先搜索是一种分层的搜索过程,它类似于树的层次遍历。
  2. 图7-16(a)给出了一个从顶点A出发进行广度优先遍历的示例。
    在这里插入图片描述
    图7-16(b)给出了由广度优先遍历得到的广度优先生成树,它由遍历时访问过的n个顶点和遍历时经历的n-l条边组成,各顶点旁边的数字标明了顶点被访问的顺序。
    从图7-16(a)中可以看出,搜索每向前走一步可能访问一批顶点,不像深度优先搜索那样有往回退的情况,因此,广度优先遍历不是一个递归的过程,其算法也不是递归的。为了实现逐层访问,算法中使用了一个队列,以记录刚才访问过的上一层和本层顶点,以便于向下一层访问。
  3. 从指定的结点v开始进行广度优先搜索的算法思想:
    1)访问结点v,并标记v已枝访问,同时顶点v入队列。
    2)当队列空时算法结束,否则继续步骤(3)。
    3)队头顶点出队列为v。
    4)取顶点v的第一个邻接顶点w。
    5)若顶点w不存在,转步骤(3):否则继续步骤(6)。
    6)若顶点w未被访问,则访问结点w.并标记w已被访问,同时顶点w入队列;否则继续步骤(7)。
    7)使w为顶点v的在原来w之后的下一个邻接顶点,转到步骤(5)。
  4. 广度优先遍历 BFT 代码实现
    利用无向图邻接矩阵
#include "AdjMatrixUndirGraph.h"		// 无向图邻接矩阵
#include <queue>

///广度优先搜索 BFS
template <class ElemType>
void BFS(const AdjMatrixUndirGraph<ElemType> &g, int v, void (*Visit)(const ElemType &))
// 初始条件:存在图g
// 操作结果:从顶点v出发进行广度优先搜索
{
   
   
    queue<int> q;
    int u, w;
    ElemType e;
    g.SetTag(v, VISITED);						// 作访问标志
    g.GetElem(v, e);							// 取顶点v的数据元素值
    Visit
### 广度优先搜索遍历 广度优先搜索(BFS)是一种用于遍历算法,它按照层次顺序访问节点。这意味着从根节点开始,先访问其所有邻居节点,然后再依次访问这些邻居的未被访问过的邻居节点。 #### BFS 的工作原理 在执行 BFS 时,通常会使用队列来跟踪待处理的节点。每次从未处理的节点列表中取出一个节点并将其标记为已访问;接着将该节点的所有尚未访问的邻接点加入到待处理列表中[^2]。 对于无向或有向而言,只要能够表示出各个顶点之间的连接关系即可应用此方法。具体来说,在编程实现上可以采用邻接矩阵或者邻接表两种方式之一来进行存储和操作。 #### Python 实现代码示例 下面是一个简单的基于邻接表结构下的 BFS 遍历函数: ```python from collections import deque, defaultdict def bfs(graph, start_vertex): visited = set() # 记录已经访问过的结点集合 queue = deque([start_vertex]) # 初始化队列为起点 while queue: vertex = queue.popleft() if vertex not in visited: print(vertex) # 或者其他处理逻辑 visited.add(vertex) # 将当前结点相邻且未曾访问过的新结点入队 for neighbour in graph[vertex]: if neighbour not in visited: queue.append(neighbour) # 构建测试用数据 test_graph = { 'A': ['B', 'C'], 'B': ['D', 'E'], 'C': [], 'D': [], 'E': [] } bfs(test_graph, 'A') ``` 上述例子展示了如何通过给定的一个起始顶点 `start_vertex` 对整个连通分量进行一次完整的宽度优先扫描,并打印出所经过的每一个顶点名称。注意这里假设输入的是一个字典形式描述的一张简单有向,其中键代表各顶点而对应的值则是一系列指向的目标顶点组成的列表[^1]。
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