第2章 图遍历.pptVIP

第2章 图的遍历;图的遍历(Graph Traversal)的含义：从已给图中的某一顶点出发，沿着一些边访遍图中所有的顶点，且使每个顶点仅被访问一次(注意理解)。 深度优先搜索(Depth First Search)：是一个递归过程，有回退过程，它的思想在很多题目当中要用到。 广度优先搜索(Breadth First Search) ：是一个分层的搜索过程，没有回退的情况，是非递归的。;2.1 DFS遍历;DFS算法的思想：在访问图中某一起始顶点v后，由v出发，访问它的某一邻接顶点w1；再从w1出发，访问与w1邻接但还没有访问过的顶点w2；然后再从w2出发，进行类似的访问；…；如此进行下去，直至到达所有的邻接顶点都被访问过的顶点u为止；接着，回退一步，回退到前一次刚访问过的顶点，看是否还有其它没有被访问的邻接顶点。如果有，则访问此顶点，之后再从此顶点出发，进行与前述类似的访问；如果没有，就再回退一步进行搜索。重复上述过程，直到连通图中所有顶点都被访问过为止。;以图2.1(a)所示的无向连通图为例解释DFS搜索过程。假设在多个未访问过的邻接顶点中进行选择时，按顶点序号从小到大的顺序进行选择，比如顶点A有3个邻接顶点，即B、D和E，首先选择顶点B进行深度优先搜索。;对图2.1(a)所示的无向连通图，采用DFS思想搜索的过程为（在图(a)中，箭头旁的数字跟下面的序号对应）： (1) 从顶点A出发，访问顶点序号最小的邻接顶点，即顶点B； (2) 然后访问顶点B的一个未访问过的邻接顶点，即顶点C； (3) 接着访问顶点C的一个未访问过的邻接顶点，即顶点G； (4) 此时顶点G已经没有未访问过的邻接顶点了，所以回退到顶点C； (5) 回退到顶点C后，顶点C也没有未访问过的邻接顶点了，所以继续回退到顶点B；;(6) 顶点B还有一个未访问过的邻接顶点，即顶点E，所以访问顶点E； (7) 然后访问顶点E的一个未访问过的邻接顶点，即顶点F； (8) 顶点F有两个未访问过的邻接顶点，选择顶点序号最小的，即顶点D，所以访问D； (9) 此时顶点D已经没有未访问过的邻接顶点了，所以回退到顶点F； (10) 顶点F还有一个未访问过的邻接顶点，即顶点H，所以访问顶点H； (11) 然后访问顶点H的一个未访问过的邻接顶点，即顶点I； (12) 此时顶点I已经没有未访问过的邻接顶点了，所以回退到顶点H；;(13) 回退到顶点H后，顶点H也没有未访问过的邻接顶点了，所以继续回退到顶点F； (14) 回退到顶点F后，顶点F也没有未访问过的邻接顶点了，所以继续回退到顶点E； (15) 回退到顶点E后，顶点E也没有未访问过的邻接顶点了，所以继续回退到顶点B； (16) 回退到顶点B后，顶点B也没有未访问过的邻接顶点了，所以继续回退到顶点A；;在图2.1(b)中，每个顶点外侧的数字标明了进行深度优先搜索时各顶点访问的次序，称为顶点的深度优先数。图(b)还给出了访问n个顶点时经过的n-1条边，这n-1条边将n个顶点联结成一个树，称此图为原图的深度优先生成树，该树的根结点就是深度优先搜索的起始顶点。 在图(b)中，为了更加直观地描述该生成树的树形结构，将此生成树改画成图(b)中右图所示的树形形状。;2.1.2 DFS算法的实现及复杂度分析;DFS( 顶点 i ) //从顶点i进行深度优先搜索 { visited[ i ] = 1; //将顶点i的访问标志置为1 p = 顶点i的边链表表头指针; while( p不为空 ) { //设指针p所指向的边结点所表示的边的另一个顶点为顶点j if( 顶点j未访问过 ) { //递归搜索前的准备工作需要在这里写代码 //如例2.1 DFS( 顶点j ); //以下是DFS的回退位置，在很多应用中需要 //在这里写代码，比如求关节点 } p = p-nextarc; //p移向下一个边结点 } };DFS( 顶点 i ) //从顶点i进行深度优先搜索 { visited[ i ] = 1; //将顶点i的访问标志置为1 for( j=0; jn; j++ ) //对其他所有顶点j { //j是i的邻接顶点，且顶点j没有访问过 if( Edge[i][j]==1 !visited[j] ) { //递归搜索前的准备工作需要在这里写代码 //如例2.1 DFS( j ) //从顶点w出发进行DFS搜索 //以下是DFS的回退位置，在很多应用中需要 //在这里写代码，比如求关节点 } } };上述伪代码中，在递归调用DFS前后的两个位置特别重要： 如果需要在递归搜索前做一些准备工作，如例2.1，则需要在DFS递归调用前的