图的深度优先搜索(DFS)简介与实现(递归与非递归方法)

上一篇刚刚学习了C++图的实现,今天对深度优先搜索(DFS)进行了一定学习,并作出一定实现。在本文中图的实现,以及相应的函数调用(如获得第一个邻接顶点、获得下一个邻接顶点等)均是基于上文中的实现,故如果想参考测试代码,还需导入上文中相应的类定义。关于C++图的实现可参考此处,这里实现了对图的邻接表以及邻接矩阵两种实现,而本文的深度优先搜索对于上面两种实现均是可行的。

当然,对于图的深度优先搜索的相关定义,本文也不再过多赘述,维基的解释应该就足够,下面将探讨其实现。

1、深度优先搜索的非递归实现:

要实现非递归的深度优先搜索,本文用到栈s来存储,用一个数组visited(初始所有元素为false,代表未访问)来做访问的标记。基本思想是:从给定的搜索的第一个顶点loc开始,将其压入堆栈,并标记visited[loc]为true表示已访问;之后循环进行如下操作,只要栈不为空,取出最上方元素,将其记录(本文直接打印,若有需要,可将其存入数组or
Vector),然后去打所有的邻接顶点,只要还未访问(visited相应值为false),就将其压入栈,并标记为已访问。当栈中元素为0时,算法结束时,而所有访问过的点,均被标记过,并被压入栈中过,只要图是连通的,那么就做到所有点都被输出或记录。

注意:刚才有提过,以上针对于连通的图,而对于图虫存在不同的连通分量的情况,可以在一次while循环之后,检查visited判断是否所有元素都被访问过,若存在未被访问的点,则在选取一个点,重复以上操作即可,本文中并不对此加以实现。

下面将在说明递归调用之后统一贴出示例代码。

2、深度优先搜索的递归实现:

递归实现的思路则好理解的多,基于回溯的思想。对于所给的点,得到一个邻接顶点后,继续对该顶点深度搜索,指导找不到下一个点,在退回一步,找下一个邻接顶点,在进行搜索。

以下贴出代码,结合理解。


//FileName: DFS
//图的深度优先遍历 ---递归与非递归实现
#include"Graphlnk.h"
#include"Graphmtx.h"
#include<iostream>
#include<stack>
using namespace std;

template<class T ,class E>
void DFS(Graphmtx<T,E> &G, const T &v,int judge)//非递归算法,参数int i用以区分递归与非递归
{
cout<<"-------非递归算法被调用-------"<<endl;
stack<int> s;
int i,loc,out,next;
int n = G.NumberOfVertices(); //顶点数
bool *visited = new bool[n];
for(i = 0;i<n;i++)
visited[i] = false;
loc = G.getVertexPos(v);
s.push(loc);
visited[loc]=true; //标记
while(!s.empty())
{
out = s.top();
s.pop();
cout<<G.getValue(out)<<" ";
next = G.getFirstNeighbor(out); //将所有未被标记的邻接点压入堆栈
while(next!=-1)
{
if(visited[next]==false)
{
s.push(next);
visited[next] = true;
}

next = G.getNextNeighbor(out,next);
}
}
delete []visited;
}
template<class T ,class E>
void DFS(Graphmtx<T,E> &G, const T &v)
//void DFS(Graphlnk<T,E> &G, const T &v)
{
cout<<"-------递归算法被调用-------"<<endl;
int i, loc, n =G.NumberOfVertices();
bool *visited = new bool[n];
for (i = 0;i<n;i++)
visited[i] = false;
loc = G.getVertexPos(v);
DFS(G , loc , visited);
delete []visited;
}

template<class T ,class E>
void DFS(Graphmtx<T,E> &G, int v, bool *visited) //递归实现算法
//void DFS(Graphlnk<T,E> &G, int v, bool *visited)
{
cout<< G.getValue(v)<< " ";
visited[v] = true;
int w = G.getFirstNeighbor(v);
while(w!=-1)
{
if(visited[w]==false)
{
DFS(G, w, visited);
}
w = G.getNextNeighbor(v,w);
}
}

void test_DFS()
{
char first;
Graphmtx<char,int> g(30);
//Graphlnk<char ,int> g(30);
g.inputGraph();
g.outputGraph();
cout<<"输入深度优先搜索的第一个点:"<<endl;
cin>>first;
//DFS(g,first);//递归调用
DFS(g,first,1);//非递归调用
}

注:以上代码最后部分test_DFS()是简单的测试程序,将其在main()直接调用即可看到效果。

时间: 2024-12-11 17:17:24

图的深度优先搜索(DFS)简介与实现(递归与非递归方法)的相关文章

图的深度优先搜索算法DFS

1.问题描述与理解 深度优先搜索(Depth First Search,DFS)所遵循的策略,如同其名称所云,是在图中尽可能"更深"地进行搜索.在深度优先搜索中,对最新发现的顶点v若此顶点尚有未探索过从其出发的边就探索之.当v的所有边都被探索过,搜索"回溯"到从其出发发现顶点v的顶点.此过程继续直至发现所有从源点可达的顶点.若图中还有未发现的顶点,则以其中之一为新的源点重复搜索,直至所有的顶点都被发现.与BFS中源顶点是指定的稍有不同. DFS搜索轨迹Gπ将形成一片

深度优先搜索(DFS)详解

深度优先搜索(DFS) [算法入门] 1.前言 深度优先搜索(缩写DFS)有点类似广度优先搜索,也是对一个连通图进行遍历的算法.它的思想是从一个顶点V0开始,沿着一条路一直走到底,如果发现不能到达目标解,那就返回到上一个节点,然后从另一条路开始走到底,这种尽量往深处走的概念即是深度优先的概念. 你可以跳过第二节先看第三节,:) 2.深度优先搜索VS广度优先搜索 2.1演示深度优先搜索的过程 还是引用上篇文章的样例图,起点仍然是V0,我们修改一下题目意思,只需要让你找出一条V0到V6的道路,而无需

图的深度优先搜索 递归和非递归实现 c++版本

本文参考了李春葆版本的数据结构上机指导,但是原版是c代码, 本文用了c++实现,并且修复了深度优先搜索非递归的一个bug. graph.cpp文件: #include "graph.h" #include <queue> #include <stack> int visited[MAXV ]; MGraph ::MGraph(int A[100][10], int nn , int ee) { e= ee ; n= nn ; for (int i=0;i<

【算法入门】深度优先搜索(DFS)

深度优先搜索(DFS) [算法入门] 1.前言深度优先搜索(缩写DFS)有点类似广度优先搜索,也是对一个连通图进行遍历的算法.它的思想是从一个顶点V0开始,沿着一条路一直走到底,如果发现不能到达目标解,那就返回到上一个节点,然后从另一条路开始走到底,这种尽量往深处走的概念即是深度优先的概念. 你可以跳过第二节先看第三节,:) 2.深度优先搜索VS广度优先搜索 2.1演示深度优先搜索的过程还是引用上篇文章的样例图,起点仍然是V0,我们修改一下题目意思,只需要让你找出一条V0到V6的道路,而无需最短

[LeetCode OJ] Word Search 深度优先搜索DFS

Given a 2D board and a word, find if the word exists in the grid. The word can be constructed from letters of sequentially adjacent cell, where "adjacent" cells are those horizontally or vertically neighboring. The same letter cell may not be us

图的深度优先搜索及拓扑排序

本文将介绍图的深度优先搜索,并实现基于深度优先搜索的拓扑排序(拓扑排序适用于有向无环图,下面详细介绍). 1. 图的深度优先遍历要解决的问题 图的深度优先搜索与树的深度优先搜索类似,但是对图进行深度优先搜索要解决一个问题,那就是顶点的重复访问,假设图中存在一个环路A-B-C-A,那么对顶点A进行展开后得到B,对B进行展开后得到C,然后对C进行展开后得到A,然后A就被重复访问了... 这显然是不对的!我们需要用一个状态变量来记录一个顶点被访问和被展开的状态.在<算法导论>中,作者使用3种颜色来对

深度优先搜索DFS和广度优先搜索BFS

DFS简介 深度优先搜索,从起点开始按照某个原则一直往深处走,直到找到解,或者走不下去,走不下去则回溯到前一节点选择另一条路径走,直到找到解为止. BFS简介 广度优先搜索,从起点开始先搜索其相邻的节点,由此向外不断扩散,直到找到解为止. 举例解释 从1开始去寻找5 DFS: 原则:优先选择左手边 过程:1-2-3-4-6-4-5 BFS: 队列情况:1 2.5     5.3 5出来则找到 遍历图中所有点 DFS: 原则:优先选择左手边 过程:1-2-3-4-6-4-5 BFS: 队列情况:1

&quot;《算法导论》之‘图’&quot;:深度优先搜索、宽度优先搜索及连通分量

本文兼参考自<算法导论>及<算法>. 以前一直不能够理解深度优先搜索和广度优先搜索,总是很怕去碰它们,但经过阅读上边提到的两本书,豁然开朗,马上就能理解得更进一步.  1. 深度优先搜索  1.1 迷宫搜索 在<算法>这本书中,作者写了很好的一个故事.这个故事让我马上理解了深度优先搜索的思想. 如下图1-1所示,如何在这个迷宫中找到出路呢?方法见图1-2. 图1-1 等价的迷宫模型 探索迷宫而不迷路的一种古老办法(至少可以追溯到忒修斯和米诺陶的传说)叫做Tremaux搜

算法_图的深度优先搜索和广度优先搜索

一.图的基本数据结构 图是由一组顶点和一组能够将两个顶点相互连接的边所构成的,一般使用0~V-1这样的数字形式来表示一张含有V个顶点的图.用v-w来指代一张图的边,由于是无向图,因此v-w和w-v是同一种边的两种表示方法.无向图是指边没有方向的图结构在无向图中,边仅仅表示的是两个顶点之间的连接.图的数据结构的可视化如下图所示(其中边上的箭头没有任何意义): 当两个顶点通过一条边相互连接,则称这两个顶点是相邻的.某个顶点的度数即为依附它的边的总数.当两个顶点之间存在一条连接双方的路径的时候,称为这