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:\n");
    for(i=0;i<G.vexnum;i++)
    {
        for(j=0;j<G.vexnum;j++)
            printf("%d ",G.matrix[i][j]);
        printf("\n");
    }
}

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 : \n");
    for(i=0;i<G.vexnum;i++)
        if(!visited[i])
            DFS(G,i,visited);
    printf("\n");
}

int main()
{
    Graph *pG;
    pG=create_graph();
    print_graph(*pG);
    printf("\n");
    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:\n");
    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("\n");
    }
    printf("\n");
}

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。

时间: 2024-11-10 00:14:01

深度优先搜索的图文介绍的相关文章

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

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 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

十大基础实用算法之深度优先搜索和广度优先搜索

深度优先搜索算法(Depth-First-Search),是搜索算法的一种.它沿着树的深度遍历树的节点,尽可能深的搜索树的分支.当节点v的所有边都己被探寻过,搜索将回溯到发现节点v的那条边的起始节点.这一过程一直进行到已发现从源节点可达的所有节点为止.如果还存在未被发现的节点,则选择其中一个作为源节点并重复以上过程,整个进程反复进行直到所有节点都被访问为止.DFS属于盲目搜索. 深度优先搜索是图论中的经典算法,利用深度优先搜索算法可以产生目标图的相应拓扑排序表,利用拓扑排序表可以方便的解决很多相

图的遍历之深度优先搜索和广度优先搜索

转自:http://www.cnblogs.com/skywang12345/ 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

深度优先搜索、广度优先搜索

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

python实现基础的深度优先搜索(DFS, depth first search)解决数的全排列问题

数的全排列,是一个很简单的问题,平时我们用笔用纸就能列出答案,但是数列位多的时候,排列的结果就有非常多了,例如有1,2,3,4,5,6,7,8,9这一个数列,有9个数字,则有9!(9的阶乘)这么多种结果.那是非常大的.今天我就来介绍用深度优先搜索来解决这个数的全排列的问题. 深度优先搜索 首先简单介绍一下深度优先搜索,深度优先搜索的关键在于当下该如何做,至于下一步如何做,就与当下做的一样.深度优先搜索的基本模型为: dfs(step): 判断边界:执行相关操作,返回 尝试每一种可能 for( i

图算法系列-深度优先搜索与广度优先搜索

2.深度优先搜索 为了访问一个顶点,我们将它标记为已经访问过,然后递归的访问所有与子邻接的并且尚未标记的顶点,这就是深度优先搜索(DFS),DFS常用于解决路径问题. 比如下面的连通图,我们从顶点0开始对图进行探索 下面这个图显示了DFS处理时的递归调用树. DFS可以解决的问题:1)环检测:一个图中有环吗?该图是森林吗?2)简单路径:给定两个顶点,是否存在一条连接他们的路径3)简单连通性:无论何时使用DFS,都可以在线性时间内确定一个图是否连通4)顶点搜索:在给定顶点所在的同一个连通分量中有多

图文介绍windows下实现编译ffmpeg工程的详细步骤

本文来自:http://www.cuplayer.com/player/PlayerCode/FFmpeg/2014/0706/1401.html 图文介绍windows下实现编译ffmpeg工程的详细步骤: 1.搭建 MinGW 的编译环境 下载yasm,地址:http://yasm.tortall.net/Download.html 改名为yasm.exe放到C:\WINDOWS\system32 或者 C:\MinGW\msys\1.0\bin文件夹下. 下载 mingw-get-inst

深度优先搜索与全排列

做题过程中我们经常会遇到这样的问题: 输入一个数n,输出1-n的全排列.可能很多人会想到枚举暴力,这里给大家介绍一种算法:深度优先搜索 在这里举个简单的例子 假如有编号为1 .2.3 的3 张扑克牌和编号为l .2 .3 的3 个盒子. 现在需要将这3 张扑克牌分别放到3 个盒子里面,并且每个盒子有且只能放一张扑克牌.那么一共有多少种不同的放法呢? 首先 我们应该设置一个标志数组 book 记录当前数字是否被使用过. 然后用一个数组a 表示盒子并且初始化a[i]=i; 代码如下: #includ