数据结构之图的遍历-深度优先搜索(DFS)和广度优先搜索(BFS)

两种遍历

图的遍历分为深度优先搜索(Depth First Search)和广度优先搜索

深度优先搜索(DFS)

顺着起始节点的一条边一直找下去,知道这条边上的节点全部被找完,然后再开始顺着另一条边寻找。

广度优先搜索(BFS)

选起始节点连接的所有边,然后将这些边的尾节点中没有访问的加入待寻找节点结合T,起始点置为已访问,接着寻找T中每一个点连接的边,并将尾节点加入T,直到T中包含所有的节点并且都已访问。

例子说明

深度和广度优先搜索.jpg

深度优先搜索结果为:A B C E F D G H
广度优先搜索结果为:A B D C F G H E

可以看出深度优先搜索就是先一条路走到底,再去走另外的路
广度优先搜索就是一层一层的访问

上代码

深度优先搜索(DFS)

void MyGraph::depthFirstTraverse(int node_index) {
    cout << this->node_array[node_index].data << " ";
    this->node_array[node_index].is_visited = true;

    for (int i = 0; i < this->num; i++) {
        if (this->array[node_index * this->num + i] != 65535) {
            if (!this->node_array[i].is_visited) {
                depthFirstTraverse(i);
            }
        }
    }
}

广度优先搜索(BFS)

需要使用两个结合来存储上层访问的节点和下一层待访问的节点,然后递归调用 breadthFirstTraverseIndex()

void MyGraph::breadthFirstTraverse(int node_index) {
    cout << this->node_array[node_index].data << " ";
    //已经访问过的节点就不再访问
    this->node_array[node_index].is_visited = true;

    vector<int> cur;
    cur.push_back(node_index);
    this->breadthFirstTraverseIndex(cur);
}

void MyGraph::breadthFirstTraverseIndex(vector<int> previous) {
    if (previous.size() <= 0) {
        return;
    }

    vector<int> last;
    for (int i = 0; i < previous.size(); i++) {
        for (int j = 0; j < this->num; j++) {
            if (this->array[previous[i] * this->num + j] != 65535) {
                if (!this->node_array[j].is_visited) {
                    cout << this->node_array[j].data << " ";
                    //已经访问过的节点就不再访问
                    this->node_array[j].is_visited = true;
                    last.push_back(j);
                }
            }
        }
    }
    this->breadthFirstTraverseIndex(last);
}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,390评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,821评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,632评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,170评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,033评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,098评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,511评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,204评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,479评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,572评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,341评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,213评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,576评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,893评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,171评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,486评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,676评论 2 335

推荐阅读更多精彩内容