zoukankan      html  css  js  c++  java
  • 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

    无向图的邻接矩阵实现代码:

    #include<stdio.h>
    #include<stdlib.h>
    #include<malloc.h>
    #include<string.h>
    
    #define MAX 100
    
    typedef struct graph
    {
        char vexs[MAX];
        int vexnum;
        int edgnum;
        int matrix[MAX][MAX];
    }Graph,*PGraph;
    
    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;
    }
    
    Graph* create_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=sizeof(vexs)/sizeof(vexs[0]);
       int  elen=sizeof(edges)/sizeof(edges[0]);
       int i,p1,p2;
       Graph *pG;
       if((pG=(Graph*)malloc(sizeof(Graph)))==NULL)
            return NULL;
       memset(pG,0,sizeof(Graph));
       pG->vexnum=vlen;
       pG->edgnum=elen;
       for(i=0;i<pG->vexnum;i++)
       {
           pG->vexs[i]=vexs[i];
       }
       for(i=0;i<pG->edgnum;i++)
       {
           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;
    }
    
    void print_graph(Graph G)
    {
        int i,j;
        printf("matrix Graph:
    ");
        for(i=0;i<G.vexnum;i++)
        {
            for(j=0;j<G.vexnum;j++)
                printf("%d ",G.matrix[i][j]);
            printf("
    ");
        }
    }
    
    int first_vertex(Graph G,int v)
    {
        int i;
        for(i=0;i<G.vexnum;i++)
            if(G.matrix[v][i]==1)
                return i;
        return -1;
    }
    
    int next_vertex(Graph G,int v,int w)
    {
        int i;
        for(i=w+1;i<G.vexnum;i++)
            if(G.matrix[v][i]==1)
                return i;
        return -1;
    }
    
    void DFS(Graph G,int i,int *visited)
    {
        visited[i]=1;
        int w;
        printf("%c ",G.vexs[i]);
        for(w=first_vertex(G,i);w>=0;w=next_vertex(G,i,w))
        {
            if(visited[w]==0)
                DFS(G,w,visited);
        }
    }
    
    void DFSTraverse(Graph G)
    {
        int i;
        int visited[MAX];
        memset(visited,0,sizeof(visited));
        printf("DFS : 
    ");
        for(i=0;i<G.vexnum;i++)
            if(!visited[i])
                DFS(G,i,visited);
        printf("
    ");
    }
    
    int main()
    {
        Graph *pG;
        pG=create_graph();
        print_graph(*pG);
        printf("
    ");
        DFSTraverse(*pG);
    }

    运行结果:

    无向图的邻接表实现代码:

    #include<stdio.h>
    #include<stdlib.h>
    #include<string.h>
    #include<malloc.h>
    #define MAX 100
    typedef struct ENode
    {
        int ivex;
        struct ENode *next_edge;
    }ENode;
    
    typedef struct VNode
    {
        char data;
        ENode *first_edge;
    }VNode;
    
    typedef struct LGraph
    {
        int vexnum;
        int edgnum;
        VNode vexs[MAX];
    } LGraph;
    
    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;
    }
    
    LGraph* create_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=sizeof(vexs)/sizeof(vexs[0]);
        int elen=sizeof(edges)/sizeof(edges[0]);
        int i,p1,p2;
        ENode *node1,*node2;
        LGraph *pG;
        if((pG=(LGraph*)malloc(sizeof(LGraph)))==NULL)
            return NULL;
        memset(pG,0,sizeof(LGraph));
        pG->vexnum=vlen;
        pG->edgnum=elen;
        for(i=0;i<pG->vexnum;i++)
        {
            pG->vexs[i].data=vexs[i];
            pG->vexs[i].first_edge=NULL;
        }
    
        for(i=0;i<pG->edgnum;i++)
        {
            c1=edges[i][0];
            c2=edges[i][1];
            p1=get_position(*pG,c1);
            p2=get_position(*pG,c2);
            node1=(ENode*)malloc(sizeof(ENode));
            node1->ivex=p2;
            node1->next_edge=NULL;
            if(pG->vexs[p1].first_edge==NULL)
                pG->vexs[p1].first_edge=node1;
            else
            {
                ENode *tmp=pG->vexs[p1].first_edge;
                while(tmp->next_edge)
                {
                    tmp=tmp->next_edge;
                }
                tmp->next_edge=node1;
            }
            node2=(ENode*)malloc(sizeof(ENode));
            node2->ivex=p1;
            node2->next_edge=NULL;
            if(pG->vexs[p2].first_edge==NULL)
                pG->vexs[p2].first_edge=node2;
            else
            {
                ENode *tmp=pG->vexs[p2].first_edge;
                while(tmp->next_edge)
                {
                    tmp=tmp->next_edge;
                }
                tmp->next_edge=node2;
            }
        }
        return pG;
    }
    
    void print_lgraph(LGraph G)
    {
        int i;
        ENode *node;
        printf("list Graph:
    ");
        for(i=0;i<G.vexnum;i++)
        {
            printf("%d(%c): ",i,G.vexs[i].data);
            node=G.vexs[i].first_edge;
            while(node)
            {
                printf("%d(%c) ",node->ivex,G.vexs[node->ivex].data);
                node=node->next_edge;
            }
            printf("
    ");
        }
        printf("
    ");
    }
    
    int main()
    {
        LGraph *pG;
        pG=create_lgraph();
        print_lgraph(*pG);
    }

    运行结果:

    有向图与无向图的DFS一样,只是创建图的方式不一样。

  • 相关阅读:
    Python 爬虫 —— BeautifulSoup
    sklearn、theano、TensorFlow 以及 theras 的理解
    sklearn、theano、TensorFlow 以及 theras 的理解
    keras 的使用
    keras 的使用
    古人的字、号、别称
    古人的字、号、别称
    hdu1226 超级密码 (BFS,里面用了大数取余原理)
    2013渣打科营编程马拉松赛样题
    对象序列化实现深度克隆
  • 原文地址:https://www.cnblogs.com/wuchanming/p/4146241.html
Copyright © 2011-2022 走看看