【图】图的邻接表存储和广度优先遍历

本文介绍了一种使用C语言实现的无向图数据结构,并通过广度优先搜索(BFS)算法来遍历图中的所有顶点。代码示例展示了如何构建无向图,包括输入顶点数、边数及具体的边连接,最终实现对图的遍历。
示例:建立如图所示的无向图


由上图知,该图有5个顶点,分别为a,b,c,d,e,有6条边.
示例输入(按照这个格式输入):
5
6
abcde
0 1
0 2
0 3
2 3
2 4
1 4
输入结束(此行不必输入)
注:0 1表示该图的第0个顶点和第1个定点有边相连,如上图中的a->b所示
      0 2表示该图的第0个顶点和第2个定点有边相连,如上图中的a->c所示
      2 3表示该图的第2个顶点和第3个定点有边相连,如上图中的c->d所示



代码:
#include <stdio.h>
#include <malloc.h>
#define MAX_VEX 50

typedef struct NODE
{
	int ix; /* 顶点的索引 */
	struct NODE *next; /* 下一个表结点 */
}EdgeNode; /* 表结点 */

typedef struct
{
	char vex;
	EdgeNode *first; /* 第一个表结点 */
}Vertex; /* 表头结点 */

typedef struct
{
	Vertex vex[MAX_VEX];
	int n,e;
}GRAPH;

void Create(GRAPH *G);
void BFS(GRAPH *G,int k); /* 广度优先遍历 */

int main(int argc, char *argv[])
{
	GRAPH G;
	Create(&G);
	BFS(&G,0);
	
	return 0;
}

void BFS(GRAPH *G,int k)
{
	EdgeNode *p;
	int queue[MAX_VEX]; /* 循环队列 */
	int front = -1,rear = -1,amount = 0;
	int visited[MAX_VEX];
	int i,j;
	for(i = 0 ; i < MAX_VEX ; ++i)
		visited[i] = 0;
		
	printf("访问顶点:%c\n",G->vex[k].vex);
	visited[k] = 1;
	rear = (rear + 1) % MAX_VEX; /* 入队 */
	front = 0;
	queue[rear] = k;
	++amount;
	
	while(amount > 0)
	{
		i = queue[front]; /* 出队 */
		front = (front + 1) % MAX_VEX;
		--amount;
		p = G->vex[i].first;
		
		while(p)
		{
			if(visited[p->ix] == 0)
			{
				printf("访问顶点:%c\n",G->vex[p->ix].vex);
				visited[p->ix] = 1;
				rear = (rear + 1) % MAX_VEX;  /* 入队 */
				queue[rear] = p->ix;
				++amount;
			}
			p = p->next;
		}
		
	}
}

void Create(GRAPH *G)
{
	printf("输入顶点数:\n");
	scanf("%d",&G->n);
	printf("输入边数:\n");
	scanf("%d",&G->e);
	getchar();
	EdgeNode *p;
	
	int i,j,k;
	for(i = 0 ; i < G->n ; ++i) /* 建立顶点表 */
	{
		scanf("%c",&G->vex[i].vex);
		G->vex[i].first = NULL;
	}
	
	for(k = 0 ; k < G->e ; ++k) /* 建立边表 */
	{/* 类似于头插法创建链表 */
		scanf("%d%d",&i,&j);
		p = (EdgeNode*)malloc(sizeof(EdgeNode));
		p->next = G->vex[i].first;
		p->ix = j;
		G->vex[i].first = p;
		
		p = (EdgeNode*)malloc(sizeof(EdgeNode));
		p->next = G->vex[j].first;
		p->ix = i;
		G->vex[j].first = p;
	}
}


基于邻接表存储广度优先搜索遍历树的层序遍历原理相同,采用队列来实现BFS,同时会用到辅助数组Visited数组,其余根据BFS的基本原理实现即可,实现过程较为简单[^2]。 给定一个无向G,用邻接表作为存储结构进行广度优先遍历,需输出G的广度优先遍历序列,并在遍历过程中计算G的连通分量个数。在遍历过程中,若同时出现多个待访问的顶点,则优先选择编号最小的一个进行访问[^3]。 以邻接表为例,广度优先遍历的计算方法是对于一个节点,访问它的所有邻接节点,并按某种顺序(例如按照节点编号、字母顺序等)递归地进行遍历。一旦遍历完成后,返回到上一个节点,继续遍历其他邻接节点[^4]。 需要注意的是,对于稀疏来说,虽然邻接表广度优先遍历比较复杂,但相比邻接矩阵,邻接矩阵在广度优先遍历时因较多位置为空却仍需检查是否为空,相对更吃亏,所以还是会采用邻接矩阵的广度优先遍历[^1]。 以下为简单的Python代码示例,用于演示基于邻接表广度优先遍历: ```python from collections import deque def bfs(graph, start): visited = set() queue = deque([start]) visited.add(start) result = [] while queue: vertex = queue.popleft() result.append(vertex) for neighbor in sorted(graph[vertex]): if neighbor not in visited: queue.append(neighbor) visited.add(neighbor) return result # 示例邻接表表示 graph = { 0: [1, 2], 1: [0, 3], 2: [0, 3], 3: [1, 2] } start_vertex = 0 bfs_result = bfs(graph, start_vertex) print("广度优先遍历结果:", bfs_result) ```
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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