图的遍历--青少年教育精选.pptVIP

3.1 深度优先搜索遍历 在对已被发现的结点u的邻接链表进行扫描时，每当发现一个结点v时，深度优先搜索算法将对这个事件进行记录，将v的前驱属性v.p设置为u。 与广度优先搜索不同的是，广度优先搜索的前驱子图形成一棵树，而深度优先搜索的前驱子图可能由多棵树组成，因为搜索可能从多个源结点重复进行。 设图 Gπ = (V, Eπ)，其中Eπ={(v.p, v): v∈V且v.p != NIL}。 深度优先搜索的前驱子图形成一个由多棵深度优先树构成的深度优先森林。森林Eπ中的边称为树边。 * drdgthtrhtrj 3.1 深度优先搜索遍历 像广度优先搜索算法一样，深度优先搜索算法在搜索过程中也是对结点进行涂色来指明结点的状态。 每个结点的初始颜色都是白色，在结点被发现后变为灰色，在其邻接链表被扫描完成后变为黑色。 该方法可以保证每个结点仅在一棵深度优先树中出现，因此，所有的深度优先树是不相交的（disjoint）。 * drdgthtrhtrj 3.1 深度优先搜索遍历 ?除了创建一个深度优先搜索森林外，深度优先搜索算法还在每个结点盖上一个时间戳。 每个结点v有两个时间戳：第一个时间戳v.d记录结点v第一次被发现的时间（涂上灰色的时候）， 第二个时间戳v.f记录的是搜索完成对v的邻接链表扫描的时候（涂上黑色的时候）。 这些时间戳提供了图结构的重要信息，通常能够帮助推断深度优先搜索算法的行为。 * drdgthtrhtrj 3.1 深度优先搜索遍历 ?除了创建一个深度优先搜索森林外，深度优先搜索算法还在每个结点盖上一个时间戳。 每个结点v有两个时间戳：第一个时间戳v.d记录结点v第一次被发现的时间（涂上灰色的时候）， 第二个时间戳v.f记录的是搜索完成对v的邻接链表扫描的时候（涂上黑色的时候）。 这些时间戳提供了图结构的重要信息，通常能够帮助推断深度优先搜索算法的行为。 * drdgthtrhtrj 3.1 深度优先搜索遍历 下面是深度优先搜索算法在一个有向图上运行的过程 * drdgthtrhtrj 3.1 深度优先搜索遍历 ?除了创建一个深度优先搜索森林外，深度优先搜索算法还在每个结点盖上一个时间戳。 每个结点v有两个时间戳：第一个时间戳v.d记录结点v第一次被发现的时间（涂上灰色的时候）， 第二个时间戳v.f记录的是搜索完成对v的邻接链表扫描的时候（涂上黑色的时候）。 这些时间戳提供了图结构的重要信息，通常能够帮助推断深度优先搜索算法的行为。 * drdgthtrhtrj 3.1 深度优先搜索遍历 ?除了创建一个深度优先搜索森林外，深度优先搜索算法还在每个结点盖上一个时间戳。 每个结点v有两个时间戳：第一个时间戳v.d记录结点v第一次被发现的时间（涂上灰色的时候）， 第二个时间戳v.f记录的是搜索完成对v的邻接链表扫描的时候（涂上黑色的时候）。 这些时间戳提供了图结构的重要信息，通常能够帮助推断深度优先搜索算法的行为。 * drdgthtrhtrj 3.1 深度优先搜索遍历 ?下面的深度优先搜索算法的伪代码将其发现结点u的时刻记录在属性u.d中，将其完成对结点u处理的时刻记录在属性u.f中。 因为|V|个结点中每个结点只能有一个发现事件和一个完成事件，所有这些时间戳都处于1和2|V|之间的整数。 很显然，对于每个结点u，我们有：u.d u.f。结点u在时刻u.d之前为白色，在时刻u.d和u.f之间为灰色，在时刻u.f之后为黑色。? * drdgthtrhtrj 3.1 深度优先搜索遍历 ? ?下面的伪代码给出的是基本的深度优先搜索算法。输入图G既可以是无向图，也可以是有向图。变量time是一个全局变量，用来计算时间戳。 DFS(G) for (each vertex u in G.V) u.color = WHITE u.p = NIL time = 0 for (each vertex u in G.V) if (u.color == WHITE) DFS-visit(G, u) * DFS-visit(G, u) time = time + 1 // white vertex u has just been discovered u.d = time u.color = GRAY for (each v in G.Adj[u]) // explore edge (u, v) if (v.color == WHITE) v.p = u DFS-visit(G, v) u.color = BLACK // blacken u; it