数据结构第6章图.pptVIP

邻接矩阵结构的广度优先遍历实现 * * void BFSTraverse(MGraph G){ /* 邻接矩阵的广度优先遍历算法 */ int i, j; Queue Q; for (i=0; iG.numVertexes; i++) visited[i] = FALSE; InitQueue(Q); /* 初始化一辅助用的队列 */ for (i=0; iG.numVertexes; i++){ /* 对每一个顶点做循环 */ if (!visisted[i]){ visisted[i] = TRUE; /* 若是未访问过就处理 */ printf(%c , G.vexs[i]); /* 打印顶点，也可为其他操作 */ Enqueue(Q, i); /* 将此顶点入队列 */ while (!QueueEmpty(Q)){ Dequeue(Q, i); /* 将队中元素出队列，赋值给i */ for (j=0; jG.numVertexes; j++){ if(G.arc[i][j]==1 !visited[j]){ visited[j] = TRUE; printf(%c , G.vexs[j]); EnQueue(Q, j); } } } } } } 时间复杂度：O(n2) 邻接表结构的广度优先遍历实现 * * void BFSTraverse(GraphAdjList GL){ /* 邻接表的广度优先遍历算法 */ int i; EdgeNode *p; Queue Q; for (i=0; iGL.numVertexes; i++) visited[i] = FALSE; InitQueue(Q); /* 初始化一辅助用的队列 */ for (i=0; iGL.numVertexes; i++){ /* 对每一个顶点做循环 */ if (!visisted[i]){ visisted[i] = TRUE; /* 若是未访问过就处理 */ printf(%c , GL.adjList[i].data); Enqueue(Q, i); /* 将此顶点入队列 */ while (!QueueEmpty(Q)){ Dequeue(Q, i); p = GL.adjList[i].firstedge; /* 找到当前顶点边表头指针 */ while (p){ if (!visited[p-adjvex]){ /* 若此顶点未被访问 */ visited[p-adjvex] = TRUE; printf(%c , GL.adjList[p-adjvex].data); EnQueue(Q, p-adjvex); /* 将此顶点入队列 */ } p = p-next; /* 指针指向下一个邻接点 */ } } } } } 时间复杂度：O(n+e) 深度优先 vs 广度优先 如果存储结构一样，时间复杂度是一样的 应用场景：深度优先更适合找目标，广度优先更适合在不断扩大遍历范围时找到相对最优解。 方法论：深度优先或广度优先是一种生活态度 博览群书不求甚解，还是专攻一门深入钻研？ 走马观花蜻蜓点水，还是寻幽探奇深度体验？ 四海之内皆兄弟，还是人生的一知己足矣？ * * 内容提要 图的定义 图的存储结构 图的遍历 最小生成树 最短路径 拓扑排序 关键路径 * * 最小生成树(Minimum Cost Spanning