图的遍历之 深度优先搜索和广度优先搜索
2014-06-01 18:48
573 查看
出自:/article/4708229.html
图的遍历之 深度优先搜索和广度优先搜索
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
转载请注明出处:http://www.cnblogs.com/skywang12345/
更多内容:数据结构与算法系列 目录
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
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
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)
图的遍历之 深度优先搜索和广度优先搜索
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
转载请注明出处:http://www.cnblogs.com/skywang12345/
更多内容:数据结构与算法系列 目录
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)
/** * C: 邻接矩阵图表示的"无向图(Matrix Undirected Graph)" * * @author skywang * @date 2014/04/18 */ #include <stdio.h>#include <stdlib.h>#include <malloc.h>#include <string.h> #define MAX 100#define isLetter(a) ((((a)>='a')&&((a)<='z')) || (((a)>='A')&&((a)<='Z')))#define LENGTH(a) (sizeof(a)/sizeof(a[0])) // 邻接矩阵typedef struct _graph{ char vexs[MAX]; // 顶点集合 int vexnum; // 顶点数 int edgnum; // 边数 int matrix[MAX][MAX]; // 邻接矩阵}Graph, *PGraph; /* * 返回ch在matrix矩阵中的位置 */static int get_position(Graph g, char ch){ int i; for(i=0; i<g.vexnum; i++) if(g.vexs[i]==ch) return i; return -1;} /* * 读取一个输入字符 */static char read_char(){ char ch; do { ch = getchar(); } while(!isLetter(ch)); return ch;} /* * 创建图(自己输入) */Graph* create_graph(){ char c1, c2; int v, e; int i, p1, p2; Graph* pG; // 输入"顶点数"和"边数" printf("input vertex number: "); scanf("%d", &v); printf("input edge number: "); scanf("%d", &e); if ( v < 1 || e < 1 || (e > (v * (v-1)))) { printf("input error: invalid parameters!\n"); return NULL; } if ((pG=(Graph*)malloc(sizeof(Graph))) == NULL ) return NULL; memset(pG, 0, sizeof(Graph)); // 初始化"顶点数"和"边数" pG->vexnum = v; pG->edgnum = e; // 初始化"顶点" for (i = 0; i < pG->vexnum; i++) { printf("vertex(%d): ", i); pG->vexs[i] = read_char(); } // 初始化"边" for (i = 0; i < pG->edgnum; i++) { // 读取边的起始顶点和结束顶点 printf("edge(%d):", i); c1 = read_char(); c2 = read_char(); p1 = get_position(*pG, c1); p2 = get_position(*pG, c2); if (p1==-1 || p2==-1) { printf("input error: invalid edge!\n"); free(pG); return NULL; } pG->matrix[p1][p2] = 1; pG->matrix[p2][p1] = 1; } return pG;} /* * 创建图(用已提供的矩阵) */Graph* create_example_graph(){ char vexs[] = {'A', 'B', 'C', 'D', 'E', 'F', 'G'}; char edges[][2] = { {'A', 'C'}, {'A', 'D'}, {'A', 'F'}, {'B', 'C'}, {'C', 'D'}, {'E', 'G'}, {'F', 'G'}}; int vlen = LENGTH(vexs); int elen = LENGTH(edges); int i, p1, p2; Graph* pG; // 输入"顶点数"和"边数" if ((pG=(Graph*)malloc(sizeof(Graph))) == NULL ) return NULL; memset(pG, 0, sizeof(Graph)); // 初始化"顶点数"和"边数" pG->vexnum = vlen; pG->edgnum = elen; // 初始化"顶点" for (i = 0; i < pG->vexnum; i++) { pG->vexs[i] = vexs[i]; } // 初始化"边" for (i = 0; i < pG->edgnum; i++) { // 读取边的起始顶点和结束顶点 p1 = get_position(*pG, edges[i][0]); p2 = get_position(*pG, edges[i][1]); pG->matrix[p1][p2] = 1; pG->matrix[p2][p1] = 1; } return pG;} /* * 返回顶点v的第一个邻接顶点的索引,失败则返回-1 */static int first_vertex(Graph G, int v){ int i; if (v<0 || v>(G.vexnum-1)) return -1; for (i = 0; i < G.vexnum; i++) if (G.matrix[v][i] == 1) return i; return -1;} /* * 返回顶点v相对于w的下一个邻接顶点的索引,失败则返回-1 */static int next_vertix(Graph G, int v, int w){ int i; if (v<0 || v>(G.vexnum-1) || w<0 || w>(G.vexnum-1)) return -1; for (i = w + 1; i < G.vexnum; i++) if (G.matrix[v][i] == 1) return i; return -1;} /* * 深度优先搜索遍历图的递归实现 */static void DFS(Graph G, int i, int *visited){ int w; visited[i] = 1; printf("%c ", G.vexs[i]); // 遍历该顶点的所有邻接顶点。若是没有访问过,那么继续往下走 for (w = first_vertex(G, i); w >= 0; w = next_vertix(G, i, w)) { if (!visited[w]) DFS(G, w, visited); } } /* * 深度优先搜索遍历图 */void DFSTraverse(Graph G){ int i; int visited[MAX]; // 顶点访问标记 // 初始化所有顶点都没有被访问 for (i = 0; i < G.vexnum; i++) visited[i] = 0; printf("DFS: "); for (i = 0; i < G.vexnum; i++) { //printf("\n== LOOP(%d)\n", i); if (!visited[i]) DFS(G, i, visited); } printf("\n");} /* * 广度优先搜索(类似于树的层次遍历) */void BFS(Graph G){ int head = 0; int rear = 0; int queue[MAX]; // 辅组队列 int visited[MAX]; // 顶点访问标记 int i, j, k; for (i = 0; i < G.vexnum; i++) visited[i] = 0; printf("BFS: "); for (i = 0; i < G.vexnum; i++) { if (!visited[i]) { visited[i] = 1; printf("%c ", G.vexs[i]); queue[rear++] = i; // 入队列 } while (head != rear) { j = queue[head++]; // 出队列 for (k = first_vertex(G, j); k >= 0; k = next_vertix(G, j, k)) //k是为访问的邻接顶点 { if (!visited[k]) { visited[k] = 1; printf("%c ", G.vexs[k]); queue[rear++] = k; } } } } printf("\n");} /* * 打印矩阵队列图 */void print_graph(Graph G){ int i,j; printf("Martix Graph:\n"); for (i = 0; i < G.vexnum; i++) { for (j = 0; j < G.vexnum; j++) printf("%d ", G.matrix[i][j]); printf("\n"); }} void main(){ Graph* pG; // 自定义"图"(输入矩阵队列) //pG = create_graph(); // 采用已有的"图" pG = create_example_graph(); print_graph(*pG); // 打印图 DFSTraverse(*pG); // 深度优先遍历 BFS(*pG); // 广度优先遍历}
/** * C: 邻接表表示的"无向图(List Undirected Graph)" * * @author skywang * @date 2014/04/18 */ #include <stdio.h>#include <stdlib.h>#include <malloc.h>#include <string.h> #define MAX 100#define isLetter(a) ((((a)>='a')&&((a)<='z')) || (((a)>='A')&&((a)<='Z')))#define LENGTH(a) (sizeof(a)/sizeof(a[0])) // 邻接表中表对应的链表的顶点typedef struct _ENode{ int ivex; // 该边所指向的顶点的位置 struct _ENode *next_edge; // 指向下一条弧的指针}ENode, *PENode; // 邻接表中表的顶点typedef struct _VNode{ char data; // 顶点信息 ENode *first_edge; // 指向第一条依附该顶点的弧}VNode; // 邻接表typedef struct _LGraph{ int vexnum; // 图的顶点的数目 int edgnum; // 图的边的数目 VNode vexs[MAX];}LGraph; /* * 返回ch在matrix矩阵中的位置 */static int get_position(LGraph g, char ch){ int i; for(i=0; i<g.vexnum; i++) if(g.vexs[i].data==ch) return i; return -1;} /* * 读取一个输入字符 */static char read_char(){ char ch; do { ch = getchar(); } while(!isLetter(ch)); return ch;} /* * 将node链接到list的末尾 */static void link_last(ENode *list, ENode *node){ ENode *p = list; while(p->next_edge) p = p->next_edge; p->next_edge = node;} /* * 创建邻接表对应的图(自己输入) */LGraph* create_lgraph(){ char c1, c2; int v, e; int i, p1, p2; ENode *node1, *node2; LGraph* pG; // 输入"顶点数"和"边数" printf("input vertex number: "); scanf("%d", &v); printf("input edge number: "); scanf("%d", &e); if ( v < 1 || e < 1 || (e > (v * (v-1)))) { printf("input error: invalid parameters!\n"); return NULL; } if ((pG=(LGraph*)malloc(sizeof(LGraph))) == NULL ) return NULL; memset(pG, 0, sizeof(LGraph)); // 初始化"顶点数"和"边数" pG->vexnum = v; pG->edgnum = e; // 初始化"邻接表"的顶点 for(i=0; i<pG->vexnum; i++) { printf("vertex(%d): ", i); pG->vexs[i].data = read_char(); pG->vexs[i].first_edge = NULL; } // 初始化"邻接表"的边 for(i=0; i<pG->edgnum; i++) { // 读取边的起始顶点和结束顶点 printf("edge(%d): ", i); c1 = read_char(); c2 = read_char(); p1 = get_position(*pG, c1); p2 = get_position(*pG, c2); // 初始化node1 node1 = (ENode*)malloc(sizeof(ENode)); node1->ivex = p2; // 将node1链接到"p1所在链表的末尾" if(pG->vexs[p1].first_edge == NULL) pG->vexs[p1].first_edge = node1; else link_last(pG->vexs[p1].first_edge, node1); // 初始化node2 node2 = (ENode*)malloc(sizeof(ENode)); node2->ivex = p1; // 将node2链接到"p2所在链表的末尾" if(pG->vexs[p2].first_edge == NULL) pG->vexs[p2].first_edge = node2; else link_last(pG->vexs[p2].first_edge, node2); } return pG;} /* * 创建邻接表对应的图(用已提供的数据) */LGraph* create_example_lgraph(){ char c1, c2; char vexs[] = {'A', 'B', 'C', 'D', 'E', 'F', 'G'}; char edges[][2] = { {'A', 'C'}, {'A', 'D'}, {'A', 'F'}, {'B', 'C'}, {'C', 'D'}, {'E', 'G'}, {'F', 'G'}}; int vlen = LENGTH(vexs); int elen = LENGTH(edges); int i, p1, p2; ENode *node1, *node2; LGraph* pG; if ((pG=(LGraph*)malloc(sizeof(LGraph))) == NULL ) return NULL; memset(pG, 0, sizeof(LGraph)); // 初始化"顶点数"和"边数" pG->vexnum = vlen; pG->edgnum = elen; // 初始化"邻接表"的顶点 for(i=0; i<pG->vexnum; i++) { pG->vexs[i].data = vexs[i]; pG->vexs[i].first_edge = NULL; } // 初始化"邻接表"的边 for(i=0; i<pG->edgnum; i++) { // 读取边的起始顶点和结束顶点 c1 = edges[i][0]; c2 = edges[i][1]; p1 = get_position(*pG, c1); p2 = get_position(*pG, c2); // 初始化node1 node1 = (ENode*)malloc(sizeof(ENode)); node1->ivex = p2; // 将node1链接到"p1所在链表的末尾" if(pG->vexs[p1].first_edge == NULL) pG->vexs[p1].first_edge = node1; else link_last(pG->vexs[p1].first_edge, node1); // 初始化node2 node2 = (ENode*)malloc(sizeof(ENode)); node2->ivex = p1; // 将node2链接到"p2所在链表的末尾" if(pG->vexs[p2].first_edge == NULL) pG->vexs[p2].first_edge = node2; else link_last(pG->vexs[p2].first_edge, node2); } return pG;} /* * 深度优先搜索遍历图的递归实现 */static void DFS(LGraph G, int i, int *visited){ int w; ENode *node; visited[i] = 1; printf("%c ", G.vexs[i].data); node = G.vexs[i].first_edge; while (node != NULL) { if (!visited[node->ivex]) DFS(G, node->ivex, visited); node = node->next_edge; }} /* * 深度优先搜索遍历图 */void DFSTraverse(LGraph G){ int i; int visited[MAX]; // 顶点访问标记 // 初始化所有顶点都没有被访问 for (i = 0; i < G.vexnum; i++) visited[i] = 0; printf("DFS: "); for (i = 0; i < G.vexnum; i++) { if (!visited[i]) DFS(G, i, visited); } printf("\n");} /* * 广度优先搜索(类似于树的层次遍历) */void BFS(LGraph G){ int head = 0; int rear = 0; int queue[MAX]; // 辅组队列 int visited[MAX]; // 顶点访问标记 int i, j, k; ENode *node; for (i = 0; i < G.vexnum; i++) visited[i] = 0; printf("BFS: "); for (i = 0; i < G.vexnum; i++) { if (!visited[i]) { visited[i] = 1; printf("%c ", G.vexs[i].data); queue[rear++] = i; // 入队列 } while (head != rear) { j = queue[head++]; // 出队列 node = G.vexs[j].first_edge; while (node != NULL) { k = node->ivex; if (!visited[k]) { visited[k] = 1; printf("%c ", G.vexs[k].data); queue[rear++] = k; } node = node->next_edge; } } } printf("\n");} /* * 打印邻接表图 */void print_lgraph(LGraph G){ int i,j; ENode *node; printf("List Graph:\n"); for (i = 0; i < G.vexnum; i++) { printf("%d(%c): ", i, G.vexs[i].data); node = G.vexs[i].first_edge; while (node != NULL) { printf("%d(%c) ", node->ivex, G.vexs[node->ivex].data); node = node->next_edge; } printf("\n"); }} void main(){ LGraph* pG; // 自定义"图"(自己输入数据) //pG = create_lgraph(); // 采用已有的"图" pG = create_example_lgraph(); // 打印图 print_lgraph(*pG); DFSTraverse(*pG); BFS(*pG);}
/** * C: 邻接矩阵表示的"有向图(Matrix Directed Graph)" * * @author skywang * @date 2014/04/18 */ #include <stdio.h>#include <stdlib.h>#include <malloc.h>#include <string.h> #define MAX 100#define isLetter(a) ((((a)>='a')&&((a)<='z')) || (((a)>='A')&&((a)<='Z')))#define LENGTH(a) (sizeof(a)/sizeof(a[0])) // 邻接矩阵typedef struct _graph{ char vexs[MAX]; // 顶点集合 int vexnum; // 顶点数 int edgnum; // 边数 int matrix[MAX][MAX]; // 邻接矩阵}Graph, *PGraph; /* * 返回ch在matrix矩阵中的位置 */static int get_position(Graph g, char ch){ int i; for(i=0; i<g.vexnum; i++) if(g.vexs[i]==ch) return i; return -1;} /* * 读取一个输入字符 */static char read_char(){ char ch; do { ch = getchar(); } while(!isLetter(ch)); return ch;} /* * 创建图(自己输入) */Graph* create_graph(){ char c1, c2; int v, e; int i, p1, p2; Graph* pG; // 输入"顶点数"和"边数" printf("input vertex number: "); scanf("%d", &v); printf("input edge number: "); scanf("%d", &e); if ( v < 1 || e < 1 || (e > (v * (v-1)))) { printf("input error: invalid parameters!\n"); return NULL; } if ((pG=(Graph*)malloc(sizeof(Graph))) == NULL ) return NULL; memset(pG, 0, sizeof(Graph)); // 初始化"顶点数"和"边数" pG->vexnum = v; pG->edgnum = e; // 初始化"顶点" for (i = 0; i < pG->vexnum; i++) { printf("vertex(%d): ", i); pG->vexs[i] = read_char(); } // 初始化"边" for (i = 0; i < pG->edgnum; i++) { // 读取边的起始顶点和结束顶点 printf("edge(%d):", i); c1 = read_char(); c2 = read_char(); p1 = get_position(*pG, c1); p2 = get_position(*pG, c2); if (p1==-1 || p2==-1) { printf("input error: invalid edge!\n"); free(pG); return NULL; } pG->matrix[p1][p2] = 1; } return pG;} /* * 创建图(用已提供的矩阵) */Graph* create_example_graph(){ char vexs[] = {'A', 'B', 'C', 'D', 'E', 'F', 'G'}; char edges[][2] = { {'A', 'B'}, {'B', 'C'}, {'B', 'E'}, {'B', 'F'}, {'C', 'E'}, {'D', 'C'}, {'E', 'B'}, {'E', 'D'}, {'F', 'G'}}; int vlen = LENGTH(vexs); int elen = LENGTH(edges); int i, p1, p2; Graph* pG; // 输入"顶点数"和"边数" if ((pG=(Graph*)malloc(sizeof(Graph))) == NULL ) return NULL; memset(pG, 0, sizeof(Graph)); // 初始化"顶点数"和"边数" pG->vexnum = vlen; pG->edgnum = elen; // 初始化"顶点" for (i = 0; i < pG->vexnum; i++) { pG->vexs[i] = vexs[i]; } // 初始化"边" for (i = 0; i < pG->edgnum; i++) { // 读取边的起始顶点和结束顶点 p1 = get_position(*pG, edges[i][0]); p2 = get_position(*pG, edges[i][1]); pG->matrix[p1][p2] = 1; } return pG;} /* * 返回顶点v的第一个邻接顶点的索引,失败则返回-1 */static int first_vertex(Graph G, int v){ int i; if (v<0 || v>(G.vexnum-1)) return -1; for (i = 0; i < G.vexnum; i++) if (G.matrix[v][i] == 1) return i; return -1;} /* * 返回顶点v相对于w的下一个邻接顶点的索引,失败则返回-1 */static int next_vertix(Graph G, int v, int w){ int i; if (v<0 || v>(G.vexnum-1) || w<0 || w>(G.vexnum-1)) return -1; for (i = w + 1; i < G.vexnum; i++) if (G.matrix[v][i] == 1) return i; return -1;} /* * 深度优先搜索遍历图的递归实现 */static void DFS(Graph G, int i, int *visited){ int w; visited[i] = 1; printf("%c ", G.vexs[i]); // 遍历该顶点的所有邻接顶点。若是没有访问过,那么继续往下走 for (w = first_vertex(G, i); w >= 0; w = next_vertix(G, i, w)) { if (!visited[w]) DFS(G, w, visited); } } /* * 深度优先搜索遍历图 */void DFSTraverse(Graph G){ int i; int visited[MAX]; // 顶点访问标记 // 初始化所有顶点都没有被访问 for (i = 0; i < G.vexnum; i++) visited[i] = 0; printf("DFS: "); for (i = 0; i < G.vexnum; i++) { //printf("\n== LOOP(%d)\n", i); if (!visited[i]) DFS(G, i, visited); } printf("\n");} /* * 广度优先搜索(类似于树的层次遍历) */void BFS(Graph G){ int head = 0; int rear = 0; int queue[MAX]; // 辅组队列 int visited[MAX]; // 顶点访问标记 int i, j, k; for (i = 0; i < G.vexnum; i++) visited[i] = 0; printf("BFS: "); for (i = 0; i < G.vexnum; i++) { if (!visited[i]) { visited[i] = 1; printf("%c ", G.vexs[i]); queue[rear++] = i; // 入队列 } while (head != rear) { j = queue[head++]; // 出队列 for (k = first_vertex(G, j); k >= 0; k = next_vertix(G, j, k)) //k是为访问的邻接顶点 { if (!visited[k]) { visited[k] = 1; printf("%c ", G.vexs[k]); queue[rear++] = k; } } } } printf("\n");} /* * 打印矩阵队列图 */void print_graph(Graph G){ int i,j; printf("Martix Graph:\n"); for (i = 0; i < G.vexnum; i++) { for (j = 0; j < G.vexnum; j++) printf("%d ", G.matrix[i][j]); printf("\n"); }} void main(){ Graph* pG; // 自定义"图"(输入矩阵队列) //pG = create_graph(); // 采用已有的"图" pG = create_example_graph(); print_graph(*pG); // 打印图 DFSTraverse(*pG); // 深度优先遍历 BFS(*pG); // 广度优先遍历}
/** * C: 邻接表表示的"有向图(List Directed Graph)" * * @author skywang * @date 2014/04/18 */ #include <stdio.h>#include <stdlib.h>#include <malloc.h>#include <string.h> #define MAX 100#define isLetter(a) ((((a)>='a')&&((a)<='z')) || (((a)>='A')&&((a)<='Z')))#define LENGTH(a) (sizeof(a)/sizeof(a[0])) // 邻接表中表对应的链表的顶点typedef struct _ENode{ int ivex; // 该边所指向的顶点的位置 struct _ENode *next_edge; // 指向下一条弧的指针}ENode, *PENode; // 邻接表中表的顶点typedef struct _VNode{ char data; // 顶点信息 ENode *first_edge; // 指向第一条依附该顶点的弧}VNode; // 邻接表typedef struct _LGraph{ int vexnum; // 图的顶点的数目 int edgnum; // 图的边的数目 VNode vexs[MAX];}LGraph; /* * 返回ch在matrix矩阵中的位置 */static int get_position(LGraph g, char ch){ int i; for(i=0; i<g.vexnum; i++) if(g.vexs[i].data==ch) return i; return -1;} /* * 读取一个输入字符 */static char read_char(){ char ch; do { ch = getchar(); } while(!isLetter(ch)); return ch;} /* * 将node链接到list的末尾 */static void link_last(ENode *list, ENode *node){ ENode *p = list; while(p->next_edge) p = p->next_edge; p->next_edge = node;} /* * 创建邻接表对应的图(自己输入) */LGraph* create_lgraph(){ char c1, c2; int v, e; int i, p1, p2; ENode *node1, *node2; LGraph* pG; // 输入"顶点数"和"边数" printf("input vertex number: "); scanf("%d", &v); printf("input edge number: "); scanf("%d", &e); if ( v < 1 || e < 1 || (e > (v * (v-1)))) { printf("input error: invalid parameters!\n"); return NULL; } if ((pG=(LGraph*)malloc(sizeof(LGraph))) == NULL ) return NULL; memset(pG, 0, sizeof(LGraph)); // 初始化"顶点数"和"边数" pG->vexnum = v; pG->edgnum = e; // 初始化"邻接表"的顶点 for(i=0; i<pG->vexnum; i++) { printf("vertex(%d): ", i); pG->vexs[i].data = read_char(); pG->vexs[i].first_edge = NULL; } // 初始化"邻接表"的边 for(i=0; i<pG->edgnum; i++) { // 读取边的起始顶点和结束顶点 printf("edge(%d): ", i); c1 = read_char(); c2 = read_char(); p1 = get_position(*pG, c1); p2 = get_position(*pG, c2); // 初始化node1 node1 = (ENode*)malloc(sizeof(ENode)); node1->ivex = p2; // 将node1链接到"p1所在链表的末尾" if(pG->vexs[p1].first_edge == NULL) pG->vexs[p1].first_edge = node1; else link_last(pG->vexs[p1].first_edge, node1); } return pG;} /* * 创建邻接表对应的图(用已提供的数据) */LGraph* create_example_lgraph(){ char c1, c2; char vexs[] = {'A', 'B', 'C', 'D', 'E', 'F', 'G'}; char edges[][2] = { {'A', 'B'}, {'B', 'C'}, {'B', 'E'}, {'B', 'F'}, {'C', 'E'}, {'D', 'C'}, {'E', 'B'}, {'E', 'D'}, {'F', 'G'}}; int vlen = LENGTH(vexs); int elen = LENGTH(edges); int i, p1, p2; ENode *node1, *node2; LGraph* pG; if ((pG=(LGraph*)malloc(sizeof(LGraph))) == NULL ) return NULL; memset(pG, 0, sizeof(LGraph)); // 初始化"顶点数"和"边数" pG->vexnum = vlen; pG->edgnum = elen; // 初始化"邻接表"的顶点 for(i=0; i<pG->vexnum; i++) { pG->vexs[i].data = vexs[i]; pG->vexs[i].first_edge = NULL; } // 初始化"邻接表"的边 for(i=0; i<pG->edgnum; i++) { // 读取边的起始顶点和结束顶点 c1 = edges[i][0]; c2 = edges[i][1]; p1 = get_position(*pG, c1); p2 = get_position(*pG, c2); // 初始化node1 node1 = (ENode*)malloc(sizeof(ENode)); node1->ivex = p2; // 将node1链接到"p1所在链表的末尾" if(pG->vexs[p1].first_edge == NULL) pG->vexs[p1].first_edge = node1; else link_last(pG->vexs[p1].first_edge, node1); } return pG;} /* * 深度优先搜索遍历图的递归实现 */static void DFS(LGraph G, int i, int *visited){ int w; ENode *node; visited[i] = 1; printf("%c ", G.vexs[i].data); node = G.vexs[i].first_edge; while (node != NULL) { if (!visited[node->ivex]) DFS(G, node->ivex, visited); node = node->next_edge; }} /* * 深度优先搜索遍历图 */void DFSTraverse(LGraph G){ int i; int visited[MAX]; // 顶点访问标记 // 初始化所有顶点都没有被访问 for (i = 0; i < G.vexnum; i++) visited[i] = 0; printf("DFS: "); for (i = 0; i < G.vexnum; i++) { if (!visited[i]) DFS(G, i, visited); } printf("\n");} /* * 广度优先搜索(类似于树的层次遍历) */void BFS(LGraph G){ int head = 0; int rear = 0; int queue[MAX]; // 辅组队列 int visited[MAX]; // 顶点访问标记 int i, j, k; ENode *node; for (i = 0; i < G.vexnum; i++) visited[i] = 0; printf("BFS: "); for (i = 0; i < G.vexnum; i++) { if (!visited[i]) { visited[i] = 1; printf("%c ", G.vexs[i].data); queue[rear++] = i; // 入队列 } while (head != rear) { j = queue[head++]; // 出队列 node = G.vexs[j].first_edge; while (node != NULL) { k = node->ivex; if (!visited[k]) { visited[k] = 1; printf("%c ", G.vexs[k].data); queue[rear++] = k; } node = node->next_edge; } } } printf("\n");} /* * 打印邻接表图 */void print_lgraph(LGraph G){ int i,j; ENode *node; printf("List Graph:\n"); for (i = 0; i < G.vexnum; i++) { printf("%d(%c): ", i, G.vexs[i].data); node = G.vexs[i].first_edge; while (node != NULL) { printf("%d(%c) ", node->ivex, G.vexs[node->ivex].data); node = node->next_edge; } printf("\n"); }} void main(){ LGraph* pG; // 自定义"图"(自己输入数据) //pG = create_lgraph(); // 采用已有的"图" pG = create_example_lgraph(); // 打印图 print_lgraph(*pG); DFSTraverse(*pG); BFS(*pG);}
相关文章推荐
- 图的遍历 深度优先搜索 广度优先搜索
- 图的遍历之 深度优先搜索和广度优先搜索
- 【算法——02】图的遍历——BFS广度优先搜索、DFS深度优先搜索
- 图的遍历之 深度优先搜索和广度优先搜索
- 图的遍历之 深度优先搜索和广度优先搜索
- 图的遍历之 深度优先搜索和广度优先搜索
- 图的遍历之 深度优先搜索和广度优先搜索
- 图搜索之A*算法、深度优先搜索和广度优先搜索
- 深度优先搜索和广度优先搜索
- 图的创建、广度优先搜索、深度优先搜索
- 图搜索之A*算法、深度优先搜索和广度优先搜索
- 有向图----深度优先搜索和广度优先搜索
- 深度优先搜索与广度优先搜索
- 挖掘算法中的数据结构(六):二分查找 和 二分搜索树(插入、查找、深度优先遍历)
- 图的遍历之 深度优先搜索和广度优先搜索
- 图(图的存储和图的遍历即深度优先搜索遍历图和广度优先搜索遍历图)
- 深度优先搜索和广度优先搜索(1)
- 深度优先搜索和广度优先搜索
- C语言实现图的遍历之深度优先搜索实例
- 深度优先搜索与广度优先搜索