第七节01(ldq).pptVIP

算法描述： void BreadthFirstSearch(Graph g, int v0) {visit(v0); visited［v0］=True; InitQueue(Q); EnterQueue(Q, v0)； while ( ! Empty(Q)) { DeleteQueue(Q, v); w=FirstAdj(g, v); while (w! =-1 ) { if (!visited(w)) { visit(w); visited［w］=True; EnterQueue(Q, w); } w=NextAdj(g, v, w); } } } 算法思想： ①首先访问v0并置访问标志，然后将v0入队； ②只要队不空，则重复下述处理： Ⅰ队头结点v出对； Ⅱ对v的所有邻接点w，如果w未被访问，则访问w并置访问标志，然后将w入队。 算法时间复杂度： 采用邻接矩阵方式存储时为O(n^2)； 采用邻接表方式存储时为O(n+e)。 （2）广度优先搜索连通子图的算法 （3）邻接矩阵存储方式下图的广度优先搜索算法 void BFSTraverse(AdjMatrix G,int v0) {for(v=0;vG.vexnum;v++) visited[v]=FALSE; InitQueue(Q); for(v=0;vG.vexnum;v++) {if(!visited[v]) {visit(G.vexs[v]); visited[v]=TRUE; EnQueue(Q,v); while(!EmptyQueue(Q)) {DeQueue(Q,u); for(w=firstAdjVex(G,G.vexs[u]);w=0; w=NextAdjVex(G,G.vexs[u],G.vexs[w])) if(!visited[w]) {visit(G.vexs[w]); visited[w]=TRUE; EnQueue(Q,w); } }//while }//if }//for } （4）采用邻接表实现的BreadthFirstSearch的动画演示 广度优先遍历序列?入队序列?出队序列? V1 V3 V2 V4 V5 V6 V7 V8 遍历序列： V1 V1 （5）非递归实现过程图示 广度优先遍历序列?入队序列?出队序列? V1 V3 V2 V4 V5 V6 V7 V8 遍历序列： V1 V2 V2 V3 V3 广度优先遍历序列?入队序列?出队序列? V1 V3 V2 V4 V5 V6 V7 V8 遍历序列： V1 V2 V3 V3 V4 V4 V5 V5 广度优先遍历序列?入队序列?出队序列? V1 V3 V2 V4 V5 V6 V7 V8 遍历序列： V1 V2 V3 V4 V4 V5 V5 V6 V6 V7 V7 广度优先遍历序列?入队序列?出队序列? V1 V3 V2 V4 V5 V6 V7 V8 遍历序列： V1 V2 V3 V4 V5 V5 V6 V6 V7 V7 V8 V8 （1）无向图的连通性 要想判定一个无向图是否为连通图，或求其有几个连通分量，可以通过对无向图的遍历得到结果。 连通图：仅需从图中任一顶点出发，进行深度优先搜索（或广度优先搜索），便可访问到图中所有顶点； 非连通图：需从多个顶点出发进行搜索，而每一次从一个新的起始点出发进行搜索过程中得到的顶点访问序列恰为其各个连通分量中的顶点集。 7.4 图的连通性问题 图的连通分量 1 （2）有向图的连通性 ① 从某顶点出发进行深度优先遍历，并按其所有邻接点都访问（即出栈）的顺序将顶点排列起来； ② 从最后完成访问的顶点出发，沿着以该顶点为头的弧作逆向的深度优先遍历。若不能访问到所有顶点，则从余下的顶点中最后访问的那个顶点出发，继续作逆向的深度优先遍历，直至有向图中所有顶点都被访问到为止； ③ 每一次逆向深度优先遍历所访问到的顶点集便是该