数据结构（七）——图的遍历

最新推荐文章于 2025-12-06 11:09:35 发布

原创

最新推荐文章于 2025-12-06 11:09:35 发布 · 1.4k 阅读

标签

#数据结构 #图搜索 #算法

本文介绍了图的遍历方法，包括深度优先搜索（DFS）和广度优先搜索（BFS）。DFS类似于二叉树的层次遍历，而BFS与树的层次遍历相似。两种算法的空间复杂度与时间复杂度根据采用的存储结构（邻接表或邻接矩阵）有所不同。此外，图遍历在拓扑排序、连通性问题和关键路径等领域有广泛应用。

文章目录

1. 图的遍历
- 1.2 广度优先搜索
- 1.3 深度优先搜索

重点

深度优先遍历
广度优先遍历
图遍历算法的应用：拓扑排序、连通性问题、关键路径。

1. 图的遍历

图的遍历是指从图的某一个顶点出发，按照某种搜索方法沿着图中的边对图中的所有结点访问一次且仅一次。

1.2 广度优先搜索

（1）核心问题

搜索相邻结点
判断已经访问过的结点
辅助队列
如何处理非连通图

（2）思想
广度优先搜索类似于二叉树的层次遍历算法。

首先访问起始顶点，接着访问其未被访问过的邻近顶点。
再从被访问的顶点出发，访问它未被访问过的邻近结点。直到所有顶点被访问为止。
若仍有顶点未被访问，则另选未被访问的结点作为起始，重复上述过程。

理解：

每经历一次广度优先搜索，图中的一个连通分量就会完成访问。因此调用BFS的次数等于图中连通分量的个数。
图的广度优先搜索与树的层次遍历思想相似。只是多使用了一个visited[]数组记录节点是否被访问过。

// 广度优先遍历
bool visited[MAX_VERTEX];
void BFSTraverse(Gragh G){
   
   
	// 初始化vistied向量
	for(int i=0; i<MAX_VERTEX; i++)
		visited[i] = false;
	// 遍历未访问结点（所有连通分支）
	for(int i=0; i<MAX_VERTEX; i++)
		if(! visited[i])
			BFS(G, i);
}

// 单个连通分支
void BFS(Gragh G, int v){
   
   
	queue<int> q;
	q.