实验名称：网页的遍历.docVIP

实验名称：网页的遍历 背景描述： 网络蜘蛛即Web Spider，是一个很形象的名字。把互联网比喻成一个蜘蛛网，那么Spider就是在网上爬来爬去的蜘蛛。网络蜘蛛是通过网页的链接地址来寻找网页，从网站某一个页面（通常是首页）开始，读取网页的内容，找到在网页中的其它链接地址，然后通过这些链接地址寻找下一个网页，这样一直循环下去，直到把这个网站所有的网页都抓取完为止。如果把整个互联网当成一个网站，那么网络蜘蛛就可以用这个原理把互联网上所有的网页都抓取下来。这样看来，网络蜘蛛就是一个爬行程序，一个抓取网页的程序。 在抓取网页的时候，网络蜘蛛一般有两种策略：广度优先和深度优先（如下面这张简单化的网页连接模型图所示其中A为起点 也就是蜘蛛索引的起点）。 深度优先顾名思义就是让网络蜘蛛尽量的在抓取网页时往网页更深层次的挖掘进去，讲究的是深度！也泛指：网络蜘蛛将会从起始页开始，一个链接一个链接跟踪下去，处理完这条线路之后再转入下一个起始页，继续跟踪链接！则访问的节点顺序为== A -- B -- E -- H -- I -- C -- D -- F -- K -- L -- G。深度爬行的优点是：网络蜘蛛程序在设计的时候相对比较容易些；缺点是每次爬行一层总要向蜘蛛老家 数据库访问一下。问问老总有必要还要爬下一层吗！爬一层问一次……如果一个蜘蛛不管三七二十一不断往下爬，很可能迷路更有可能爬到国外的网站去，不仅增加了系统数据的复杂度更增加了服务器的负担。 广度优先在这里的定义就是层爬行，即一层一层的爬行， 按照层的分布与布局去索引处理与抓取网页。则访问的节点顺序为== A -- B -- C -- D -- E -- F -- G -- H -- I-- K -- L。广度爬行的优点是对数据抓取更容易控制些，对服务器的负栽相应也明显减轻了许多。 问题描述： 若用有向网表示网页的链接网络，其中顶点表示某个网页，有向弧表示网页之间的链接关系。试设计一个网络蜘蛛广度优先和深度优先策略抓取网页（权值都置为1）广度优先遍历先遍历输入顶点数和弧数:8 9 输入8个顶点. 输入顶点0:a 输入顶点1:b 输入顶点2:c 输入顶点3:d 输入顶点4:e 输入顶点5:f 输入顶点6:g 输入顶点7:h 输入9条弧. 输入弧0:a b 1 输入弧1:b d 1 输入弧2:b e 1 输入弧3:d h 1 输入弧4:e h 1 输入弧5:a c 1 输入弧6:c f 1 输入弧7:c g 1 输入弧8:f g 1 广度优先遍历: a b d h e c f g 深度优先遍历: a b c d e f g h …, n-1）。 （2）此题为求有向图的遍历问题，可建立邻接矩阵或邻接表，编写dfs和bfs程序。