图算法系列-深度优先搜索与广度优先搜索

2.深度优先搜索
为了访问一个顶点，咱们将它标记为已经访问过，而后递归的访问全部与子邻接的而且还没有标记的顶点，这就是深度优先搜索(DFS),DFS经常使用于解决路径问题。
好比下面的连通图，咱们从顶点0开始对图进行探索

下面这个图显示了DFS处理时的递归调用树。

DFS能够解决的问题：
1）环检测：一个图中有环吗?该图是森林吗?
2）简单路径:给定两个顶点，是否存在一条链接他们的路径
3）简单连通性：不管什么时候使用DFS，均可以在线性时间内肯定一个图是否连通
4）顶点搜索：在给定顶点所在的同一个连通份量中有多少个顶点呢？

DFS算法的特色：
1）对于用邻接矩阵表示的图，其DFS须要的时间与V*V成正比
2）对于用邻接表表示的图，其DFS须要的时间与V+E成正比

 1 //程序：连通份量的深度优先搜索
 2 #include <vector>
 3 template <class Graph> class cDFS
 4 {
 5 private:
 6 int cnt;//记录搜索顺序的变量
 7 const Graph& G;
 8 vector<int> order;//保存每一个顶点被搜索的顺序
 9 void serachC(int v)
10 {
11 order[v]=cnt++;
12 typename Graph::adjIterator ite(G,v);//图的迭代器，上一节有介绍过
13 for(int t=ite.begin();!ite.end();t=ite.next())
14 if(order[t]==-1) serachC(t);//若是顶点未被标记，递归调用搜索函数
15 
16 }
17 public：
18 cDFS(const Graph& g,int v=0):G(g),cnt(0),order(g.V(),-1){
19 serachC(v);    
20 }
21 int count() const{return cnt;}//返回图的顶点数
22 int operator[](int v) const{return order[v];}
23 
24 };

 

3.广度优先搜索
假设但愿找到一个图中两个特定顶点之间的一条最短路径--链接这两个顶点而且知足：在链接这两个顶点的路径中，不存在边数笔它更少的其余路径，这里咱们使用广度优先搜索(BFS),在进行图搜索时，会有多条边能够遍历，可先选择其中一条，并保存其余边留待后续处理，咱们这里须要使用一个先进先出队列,而后按下列步骤处理，直到队列为空：

1）从队列中pop一个顶点
2）访问该顶点，将由此顶点到未访问顶点的全部边放入队列中

 1 //程序：广度优先搜索单源最短路径
 2 #include <queue>
 3 
 4 template <class Graph> class BFS
 5 {
 6 private:
 7 const Graph& G;
 8 vector<int> dist;//用来存储每一个顶点和源点的距离
 9 vector<int> path;//用来存储每一个顶点的前一个顶点
10 void search(int s)
11 {
12 queue<int> q;
13 q.push(s);
14 while(!q.empty())
15 {
16 int v=q.pop();
17 typename Graph::adjIterator ite(G,v);//邻接表迭代器
18 for(int w=ite.begin();!ite.end();w=ite.next())
19 
20 if(dist[w]==-1)
21 {
22 dist[w]=dist[v]+1;
23 path[w]=v;
24 q.push(w);
25 }
26 
27 }
28 }
29 public:
30 BFS(const Graph& g,int s):G(g),dist(g.V(),-1),path(g.V(),0){search(s);}
31 int distance(int v) const{return dist[v];}
32 int path(int v) const{return path[v];}
33 
34 };

 

 

在BFS中，顶点以其与起始顶点的距离为顺序进入和离开FIFO顺序，以下图所示：

在以s为根的BFS树中，对于其中任何一个节点w，从v到w的数路径对应为图中从v到w的最短路径，以下图所示：

利用BFS能够解决最短路径，单源最短路径和全源最短路径的问题。

 原文地址：http://lippiouyangonline.info/algorithm/2013/12/29/graph.html