自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

大數(shù)據(jù) 算法
遍歷是指從某個節(jié)點出發(fā),按照一定的的搜索路線,依次訪問對數(shù)據(jù)結構中的全部節(jié)點,且每個節(jié)點僅訪問一次。 

[[331362]]

 1 引言

遍歷是指從某個節(jié)點出發(fā),按照一定的的搜索路線,依次訪問對數(shù)據(jù)結構中的全部節(jié)點,且每個節(jié)點僅訪問一次。  

在二叉樹基礎中,介紹了對于樹的遍歷。樹的遍歷是指從根節(jié)點出發(fā),按照一定的訪問規(guī)則,依次訪問樹的每個節(jié)點信息。樹的遍歷過程,根據(jù)訪問規(guī)則的不同主要分為四種遍歷方式: 

 (1)先序遍歷

 (2)中序遍歷  

    (3)后序遍歷  

     (4)層次遍歷  

類似的,圖的遍歷是指,從給定圖中任意指定的頂點(稱為初始點)出發(fā),按照某種搜索方法沿著圖的邊訪問圖中的所有頂點,使每個頂點僅被訪問一次,這個過程稱為圖的遍歷。遍歷過程中得到的頂點序列稱為圖遍歷序列。  

圖的遍歷過程中,根據(jù)搜索方法的不同,又可以劃分為兩種搜索策略:  (1)深度優(yōu)先搜索(DFS,Depth First Search)  (2)廣度優(yōu)先搜索(BFS,Breadth First Search)

2 深度優(yōu)先搜索

2.1 算法思想

  深度優(yōu)先搜索思想:假設初始狀態(tài)是圖中所有頂點均未被訪問,則從某個頂點v出發(fā),首先訪問該頂點,然后依次從它的各個未被訪問的鄰接點出發(fā)深度優(yōu)先搜索遍歷圖,直至圖中所有和v有路徑相通的頂點都被訪問到。若此時尚有其他頂點未被訪問到,則另選一個未被訪問的頂點作起始點,重復上述過程,直至圖中所有頂點都被訪問到為止。

2.2 算法特點

  深度優(yōu)先搜索是一個遞歸的過程。首先,選定一個出發(fā)點后進行遍歷,如果有鄰接的未被訪問過的節(jié)點則繼續(xù)前進。若不能繼續(xù)前進,則回退一步再前進,若回退一步仍然不能前進,則連續(xù)回退至可以前進的位置為止。重復此過程,直到所有與選定點相通的所有頂點都被遍歷。  深度優(yōu)先搜索是遞歸過程,帶有回退操作,因此需要使用棧存儲訪問的路徑信息。當訪問到的當前頂點沒有可以前進的鄰接頂點時,需要進行出棧操作,將當前位置回退至出棧元素位置。

2.3 圖解過程

2.3.1 無向圖深度優(yōu)先搜索

以圖2.3.1.1中所示無向圖說明深度優(yōu)先搜索遍歷過程。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

 

圖2.3.1.1

(1)首先選取頂點A為起始點,輸出A頂點信息,且將A入棧,并標記A為已訪問頂點。

(2)A的鄰接頂點有C、D、F,從中任意選取一個頂點前進。這里我們選取C頂點為前進位置頂點。輸出C頂點信息,將C入棧,并標記C為已訪問頂點。當前位置指向頂點C。

(3)頂點C的鄰接頂點有A、D和B,此時A已經(jīng)標記為已訪問頂點,因此不能繼續(xù)訪問。從B或者D中選取一個頂點前進,這里我們選取B頂點為前進位置頂點。輸出B頂點信息,將B入棧,標記B頂點為已訪問頂點。當前位置指向頂點B。

(4)頂點B的鄰接頂點只有C、E,C已被標記,不能繼續(xù)訪問,因此選取E為前進位置頂點,輸出E頂點信息,將E入棧,標記E頂點,當前位置指向E。

(5)頂點E的鄰接頂點均已被標記,此時無法繼續(xù)前進,則需要進行回退。將當前位置回退至頂點B,回退的同時將E出棧。

(6)頂點B的鄰接頂點也均被標記,需要繼續(xù)回退,當前位置回退至C,回退同時將B出棧。

(7)頂點C可以前進的頂點位置為D,則輸出D頂點信息,將D入棧,并標記D頂點。當前位置指向頂點D。

(8)頂點D沒有前進的頂點位置,因此需要回退操作。將當前位置回退至頂點C,回退同時將D出棧。

(9)頂點C沒有前進的頂點位置,繼續(xù)回退,將當前位置回退至頂點A,回退同時將C出棧。

(10)頂點A前進的頂點位置為F,輸出F頂點信息,將F入棧,并標記F。將當前位置指向頂點F。

(11)頂點F的前進頂點位置為G,輸出G頂點信息,將G入棧,并標記G。將當前位置指向頂點G。

(12)頂點G沒有前進頂點位置,回退至F。當前位置指向F,回退同時將G出棧。

(13)頂點F沒有前進頂點位置,回退至A,當前位置指向A,回退同時將F出棧。

(14)頂點A沒有前進頂點位置,繼續(xù)回退,棧為空,則以A為起始的遍歷結束。若圖中仍有未被訪問的頂點,則選取未訪問的頂點為起始點,繼續(xù)執(zhí)行此過程。直至所有頂點均被訪問。

(15)采用深度優(yōu)先搜索遍歷順序為A->C->B->E->D->F->G。

2.3.2 有向圖深度優(yōu)先搜索

以圖2.3.2.1中所示有向圖說明深度優(yōu)先搜索遍歷過程。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

 

圖2.3.2.1 有向圖

(1)以頂點A為起始點,輸出A,將A入棧,并標記A。當前位置指向A。

(2)以A為尾的邊只有1條,且邊的頭為頂點B,則前進位置為頂點B,輸出B,將B入棧,標記B。當前位置指向B。

(3)頂點B可以前進的位置有C與F,選取F為前進位置,輸出F,將F入棧,并標記F。當前位置指向F。

(4)頂點F的前進位置為G,輸出G,將G入棧,并標記G。當前位置指向G。

(5)頂點G沒有可以前進的位置,則回退至F,將F出棧。當前位置指向F。

(6)頂點F沒有可以前進的位置,繼續(xù)回退至B,將F出棧。當前位置指向B。

(7)頂點B可以前進位置為C和E,選取E,輸出E,將E入棧,并標記E。當前位置指向E。

(8)頂點E的前進位置為D,輸出D,將D入棧,并標記D。當前位置指向D。

(9)頂點D的前進位置為C,輸出C,將C入棧,并標記C。當前位置指向C。

(10)頂點C沒有前進位置,進行回退至D,回退同時將C出棧。

(11)繼續(xù)執(zhí)行此過程,直至棧為空,以A為起始點的遍歷過程結束。若圖中仍有未被訪問的頂點,則選取未訪問的頂點為起始點,繼續(xù)執(zhí)行此過程。直至所有頂點均被訪問。

2.4 算法分析

  當圖采用鄰接矩陣存儲時,由于矩陣元素個數(shù)為n^2,因此時間復雜度就是O(n^2)。  當圖采用鄰接表存儲時,鄰接表中只是存儲了邊結點(e條邊,無向圖也只是2e個結點),加上表頭結點為n(也就是頂點個數(shù)),因此時間復雜度為O(n+e)。

3 廣度優(yōu)先搜索

3.1 算法思想

  廣度優(yōu)先搜索思想:從圖中某頂點v出發(fā),在訪問了v之后依次訪問v的各個未曾訪問過的鄰接點,然后分別從這些鄰接點出發(fā)依次訪問它們的鄰接點,并使得“先被訪問的頂點的鄰接點先于后被訪問的頂點的鄰接點被訪問,直至圖中所有已被訪問的頂點的鄰接點都被訪問到。如果此時圖中尚有頂點未被訪問,則需要另選一個未曾被訪問過的頂點作為新的起始點,重復上述過程,直至圖中所有頂點都被訪問到為止。

3.2 算法特點

  廣度優(yōu)先搜索類似于樹的層次遍歷,是按照一種由近及遠的方式訪問圖的頂點。在進行廣度優(yōu)先搜索時需要使用隊列存儲頂點信息。

3.3 圖解過程

3.3.1 無向圖的廣度優(yōu)先搜索

例如:圖3.3.1.1所示的無向圖,采用廣度優(yōu)先搜索過程。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

 

圖3.3.1.1

(1)選取A為起始點,輸出A,A入隊列,標記A,當前位置指向A。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

 

(2)隊列頭為A,A出隊列。A的鄰接頂點有B、E,輸出B和E,將B和E入隊,并標記B、E。當前位置指向A。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

 

(3)隊列頭為B,B出隊列。B的鄰接頂點有C、D,輸出C、D,將C、D入隊列,并標記C、D。當前位置指向B。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

 

(4)隊列頭為E,E出隊列。E的鄰接頂點有D、F,但是D已經(jīng)被標記,因此輸出F,將F入隊列,并標記F。當前位置指向E。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

 

(5)隊列頭為C,C出隊列。C的鄰接頂點有B、D,但B、D均被標記。無元素入隊列。當前位置指向C。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

 

(6)隊列頭為D,D出隊列。D的鄰接頂點有B、C、E,但是B、C、E均被標記,無元素入隊列。當前位置指向D。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

 

(7)隊列頭為F,F(xiàn)出隊列。F的鄰接頂點有G、H,輸出G、H,將G、H入隊列,并標記G、H。當前位置指向F。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

 

(8)隊列頭為G,G出隊列。G的鄰接頂點有F,但F已被標記,無元素入隊列。當前位置指向G。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

 

(9)隊列頭為H,H出隊列。H的鄰接頂點有F,但F已被標記,無元素入隊列。當前位置指向H。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

 

(10)隊列空,則以A為起始點的遍歷結束。若圖中仍有未被訪問的頂點,則選取未訪問的頂點為起始點,繼續(xù)執(zhí)行此過程。直至所有頂點均被訪問。

3.3.2 有向圖的廣度優(yōu)先搜索

以圖3.3.2.1所示的有向圖為例進行廣度優(yōu)先搜索。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

 

.3.2.1

(1)選取A為起始點,輸出A,將A入隊列,標記A。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

(2)隊列頭為A,A出隊列。以A為尾的邊有兩條,對應的頭分別為B、C,則A的鄰接頂點有B、C。輸出B、C,將B、C入隊列,并標記B、C。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

(3)隊列頭為B,B出隊列。B的鄰接頂點為C,C已經(jīng)被標記,因此無新元素入隊列。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

 (4)隊列頭為C,C出隊列。C的鄰接頂點有E、F。輸出E、F,將E、F入隊列,并標記E、F。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

(5)隊列頭為E,E出隊列。E的鄰接頂點有G、H。輸出G、H,將G、H入隊列,并標記G、H。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

(6)隊列頭為F,F(xiàn)出隊列。F無鄰接頂點。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

 

(7)隊列頭為G,G出隊列。G無鄰接頂點。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

(8)隊列頭為H,H出隊列。H鄰接頂點為E,但是E已被標記,無新元素入隊列。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

(9)隊列為空,以A為起始點的遍歷過程結束,此時圖中仍有D未被訪問,則以D為起始點繼續(xù)遍歷。選取D為起始點,輸出D,將D入隊列,標記D。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

(10)隊列頭為D,D出隊列,D的鄰接頂點為B,B已被標記,無新元素入隊列。 

數(shù)據(jù)結構與算法,弄懂圖的兩種遍歷方式

(11)隊列為空,且所有元素均被訪問,廣度優(yōu)先搜索遍歷過程結束。廣度優(yōu)先搜索的輸出序列為:A->B->E->C->D->F->G->H。

3.4 算法分析

  假設圖有V個頂點,E條邊,廣度優(yōu)先搜索算法需要搜索V個節(jié)點,時間消耗是O(V),在搜索過程中,又需要根據(jù)邊來增加隊列的長度,于是這里需要消耗O(E),總得來說,效率大約是O(V+E)。

4 總結

  圖的遍歷主要就是這兩種遍歷思想,深度優(yōu)先搜索使用遞歸方式,需要棧結構輔助實現(xiàn)。廣度優(yōu)先搜索需要使用隊列結構輔助實現(xiàn)。在遍歷過程中可以看出,對于連通圖,從圖的任意一個頂點開始深度或廣度優(yōu)先遍歷一定可以訪問圖中的所有頂點,但對于非連通圖,從圖的任意一個頂點開始深度或廣度優(yōu)先遍歷并不能訪問圖中的所有頂點。

 

責任編輯:武曉燕 來源: 今日頭條
相關推薦

2023-04-14 08:07:20

數(shù)據(jù)結構算法搜索

2023-04-13 08:14:53

數(shù)據(jù)結構算法存儲

2009-06-23 18:18:13

SpringHibernate

2020-10-21 14:57:04

數(shù)據(jù)結構算法圖形

2023-03-08 08:03:09

數(shù)據(jù)結構算法歸并排序

2013-11-18 14:23:14

Json數(shù)據(jù)結構

2011-03-03 10:26:04

Pureftpd

2023-10-27 07:04:20

2010-08-11 14:09:07

Flex3.0數(shù)據(jù)綁定

2021-05-27 10:57:01

TCP定時器網(wǎng)絡協(xié)議

2023-04-27 09:13:20

排序算法數(shù)據(jù)結構

2010-11-29 09:56:00

sybase數(shù)據(jù)庫備份

2021-04-19 09:08:19

無向圖數(shù)據(jù)結構

2009-06-25 13:43:00

Buffalo AJA

2010-10-21 16:24:18

sql server升

2010-08-06 09:38:11

Flex讀取XML

2023-03-29 13:06:36

2020-04-16 13:48:27

DFS BFS優(yōu)先遍歷

2023-03-02 08:15:13

2023-03-10 08:07:39

數(shù)據(jù)結構算法計數(shù)排序
點贊
收藏

51CTO技術棧公眾號