用邻接矩阵实现图的广度优先搜索遍历.pptVIP

7.3 图的遍历 和树的遍历类似，图的遍历也是从某个顶点出发，沿着某条搜索路径对图中所有顶点各作一次访问。若给定的图是连通图，则从图中任一顶点出发顺着边可以访问到该图中所有的顶点，但是，在图中有回路，从图中某一顶点出发访问图中其它顶点时，可能又会回到出发点，而图中可能还剩余有顶点没有访问到，因此，图的遍历较树的遍历更复杂。我们可以设置一个全局型标志数组visited来标志某个顶点是否被访过，未访问的值为0，访问过的值为1。根据搜索路径的方向不同，图的遍历有两种方法：深度优先搜索遍历和广度优先搜索遍历。 7.3.1深度优先搜索遍历 1． 深度优先搜索思想 深度优先搜索遍历类似于树的先序遍历。假定给定图G的初态是所有顶点均未被访问过，在G中任选一个顶点i作为遍历的初始点，则深度优先搜索遍历可定义如下： (1)??? 首先访问顶点i，并将其访问标记置为访问过，即visited[i]=1； (2)??? 然后搜索与顶点i有边相连的下一个顶点j，若j未被访问过，则访问它，并将j的访问标记置为访问过，visited[j]=1，然后从j开始重复此过程，若j已访问，再看与i有边相连的其它顶点； (3)??? 若与i有边相连的顶点都被访问过，则退回到前一个访问顶点并重复刚才过程，直到图中所有顶点都被访问完止。 例如，对图7-13所示无向图G7，从顶点1出发的深度优先搜索遍历序列可有多种，下面仅给出三种，其它可作类似分析。 在无向图G7中，从顶点1出发的深度优先搜索遍历序列举三种为： 1, 2, 4, 8, 5, 6, 3, 7 1, 2, 5, 8, 4, 7, 3, 6 1, 3, 6, 8, 7, 4, 2, 5 2． 连通图的深度优先搜索 若图是连通的或强连通的，则从图中某一个顶点出发可以访问到图中所有顶点，否则只能访问到一部分顶点。 另外，从刚才写出的遍历结果可以看出，从某一个顶点出发的遍历结果是不唯一的。但是,若我们给定图的存贮结构,则从某一顶点出发的遍历结果应是唯一的。 (1)??? 用邻接矩阵实现图的深度优先搜索 ? 以图7-13中无向图G7 为例，来说明算法的实现，G7的邻接矩阵见图7-14。 算法描述为下面形式： void dfs (int i) // 从顶点i 出发遍历 { int j; coutg.v[i]; //输出访问顶点 visited[i]=1; //全局数组访问标记置1表示已经访问 for(j=1; j=n; j++) if ((g.arcs[i ][j]= =1)(!visited[j])) dfs(j); } 用上述算法和无向图G7，可以描述从顶点1出发的深度优先搜索遍历过程，示意图见图7-15，其中实线表示下一层递归调用，虚线表示递归调用的返回。 从图7-15中，可以得到从顶点1的遍历结果为 1, 2, 4, 8, 5, 6, 3, 7。同样可以分析出从其它顶点出发的遍历结果。 (2)用邻接表实现图的深度优先搜索 仍以图7-13中无向图G7 为例，来说明算法的实现，G7的邻接表见图7-16， 算法描述为下面形式： void dfs1(int i) { link *p; couta[i].v ; //输出访问顶点 visted[i]=1; //全局数组访问标记置为1表示已访问 p=a[i].next; while (p!=NULL) { if (!visited[p-data]) dfs1(p-data);p=p-next; } } 用刚才算法及图7-16，可以描述从顶点7出发的深度优先搜索遍历示意图，见图7-17,其中实线表示下一层递归，虚线表示递归返回，箭头旁边数字表示调用的步骤。 于是，从顶点7出发的深度优先搜索遍历序列，从图7-17中可得出为 7， 3， 1， 2， 4， 8， 5， 6。从其它顶点出发的深度优先搜索序列，请读者自已写出。 3．非连通图的深度优先搜索 若图是非连通的或非强连通图，则从图中某一个顶点出发。不能用深度优