图的遍历

图的遍历

图的遍历是指从图中的某一顶点出发，按照一定的策略访问图中的每一个顶点。当然，每个顶点有且只能被访问一次。

在图的遍历中，深度优先和广度优先是最常使用的两种遍历方式。这两种遍历方式对无向图和有向图都是适用的，并且都是从指定的顶点开始遍历的。

先看下两种遍历方式的遍历规则：深度优先遍历 和 广度优先遍历。

 

说明：以下的深度优先遍历和广度优先遍历都是针对于有向图。

深度优先遍历

    深度优先遍历也叫深度优先搜索(Depth First Search)。

　它的遍历规则：不断地沿着顶点的深度方向遍历。顶点的深度方向是指它的邻接点方向。

    具体点，给定一图G=<V,E>，用visited[i]表示顶点i的访问情况，则初始情况下所有的visited[i]都为false。假设从顶点V0开始遍历，则下一个遍历的顶点是V0的第一个邻接点Vi，接着遍历Vi的第一个邻接点Vj，……直到所有的顶点都被访问过。

    所谓的第一个是指在某种存储结构中(邻接矩阵和邻接表)，所有邻接点中存储位置最近的，通常指的是下标最小的。

 

在遍历的过程中有以下两种情况经常出现：

1. 某个顶点的邻接点都已被访问过的情况，此时需回溯已访问过的顶点。
2. 图不连通，所有的已访问过的顶点都已回溯完了，仍找不出未被访问的顶点。此时需从下标0开始检测visited[i]，找到未被访问的顶点i，从i开始新一轮的深度搜索。

例如：

从V0开始遍历

    遍历分析：V0有两个邻接点V1和V2，选择下标最小的V1遍历。接着从V1开始深度遍历，V1只有邻接点V3，也就是没有选的：遍历V3。接着从V3开始遍历，V3只有邻接点V0，而V0已经被遍历过。此时出现了上面提到的情况一，开始回溯V1，V1无未被遍历的邻接点，接着回溯V0，V0有一个未被遍历的邻接点V2，新的一轮深度遍历从V2开始。V2无邻接点，且无法回溯。此时出现了情况二，检测visited[i]，只有V4了。深度遍历完成。看到回溯，应该可以想到需要使用栈。

遍历序列是

V0->V1->V3->V2->V4。

从其它顶点出发的深度优先遍历序列是：

V1->V3->V0->V2->V4。

V2->V0->V1->V3->V4。

V3->V0->V1->V2->V4。

V4->V2->V0->V1->V3。

 深度优先算法：

template <int max_size>
class Graph 
{
    private:
        int count;
        bool adjacent[max_size][max_size]; //邻接矩阵中顶点用数组下标表示
    public:
        void dfs(int,void(*visit)(int)); //深度优先
        void bfs(int,void(*visit)(int)); //广度优先
};


void Graph::dfs(int vertex,void(*visit)(int)) 
{
    stack<int> s; //用于存放遍历的顶点，回溯用
    bool visited[max_size]; //存放访问
    int count = 0; //用来统计已经访问过的结点的数目
    for(int i=0;i<max_size;i++)
        visited[i] = false;
    
    while(count < max_size) //当访问顶点数目小于总数时候一直循环
    {
        //先访问一个顶点
        visit(vertex);
        visited[vertex] = true; 
        s.push(vertex);
        count++;     
    
        if(count == max_size) break;
        
        while(visited[vertex])
        {
            for(int i=0;i < max_size && (visited[i] || adjacent[vertex][i] == 0);i++); //循环的作用是找到所有未被访问过的邻接结点
            if(i == max_size) //当前所有的可能的邻接结点都已经被访问了
            {
                if(!s.empty())  //栈非空，得进行回溯到上一个结点
                {
                    s.pop();
                    if(!s.empty())//弹出上一个结点后栈非空得取出栈中的上一个元素
                    {
                        vertex = s.top();
                        s.pop();
                    }
                    else
                    {
                        //栈空了得从头寻找没有访问过的结点
                        for(vertex=0;vertex<max_size && visited[vertex];i++); 
                    }
                    
                }
                else
                {
                    //栈空了得从头寻找没有访问过的结点
                    for(vertex=0;vertex < max_size && visited[vertex];i++);
                }
                
            }
            //当前结点的邻接结点没有被访问完时，继续访问邻接结点。
            else 
                vertex = i; 
        }
    }
　　　　

    delete [] visited; //回收内存

}

 

 

 

广度优先遍历

    广度优先遍历也叫广度优先搜索(Breadth First Search)。

它的遍历规则：

1. 先访问完当前顶点的所有邻接点。(应该看得出广度的意思)
2. 先访问顶点的邻接点先于后访问顶点的邻接点被访问。

    具体点，给定一图G=<V,E>，用visited[i]表示顶点i的访问情况，则初始情况下所有的visited[i]都为false。假设从顶点V0开始遍历，且顶点V0的邻接点下表从小到大有Vi、Vj...Vk。按规则1，接着应遍历Vi、Vj和Vk。再按规则2，接下来应遍历Vi的所有邻接点，之后是Vj的所有邻接点，...，最后是Vk的所有邻接点。接下来就是递归的过程...

在广度遍历的过程中，会出现图不连通的情况，此时也需按上述情况二来进行：测试visited[i]...。在上述过程中，可以看出需要用到队列。

 

例如：

从V0开始遍历

    遍历分析：V0有两个邻接点V1和V2，于是按序遍历V1、V2。V1先于V2被访问，于是V1的邻接点应先于V2的邻接点被访问，那就是接着访问V3。V2无邻接点，只能看V3的邻接点了，而V0已被访问过了。此时需检测visited[i]，只有V4了。广度遍历完毕。
遍历序列是

V0->V1->V2->V3->V4。

从其它顶点出发的广度优先遍历序列是

V1->V3->V0->V2->V4。

V2->V0->V1->V3->V4。

V3->V0->V1->V2->V4。

V4->V2->V0->V1->V3。

 

广度优先算法：

 

template <int max_size>
class Graph 
{
    private:
        int count;
        bool adjacent[max_size][max_size]; //邻接矩阵中顶点用数组下标表示
    public:
        void dfs(int,void(*visit)(int)); //深度优先
        void bfs(int,void(*visit)(int)); //广度优先
};


void Graph::bfs(int vertex,void(*visit)(int)) 
{
    queue<int> q; //用对列来存放访问过的结点
    bool visited[max_size];
    for(int i=0;i<max_size;i++) 
        visited[i] = false;
    int count = 0;  //用于统计遍历过的结点的数目
    q.push(vertex);
    visit(vertex);
    visited[vertex] = true;
    count++;
    while(count < max_size)
    {
        //访问完vertex后从queue中取出vertex结点。判断queue是否为空，再进行相应的操作
        if(!q.empty())
        {
            vertex = q.front();
            q.pop();
        }
        else
        {
            for(vertex=0;vertex<max_size && visited[vertex];vertex++);
            visit(vertex);
            visited[vertex] = true;
            count++;
            if(count == max_szie) return;
            q.push(vertex);
        }
        //访问完结点vertex，于是下面开始访问vertex的所有邻接结点
        for(int i=0;i<max_size;i++)
        {
            if(!visited[i] && adjacent[vertex][i] != 0)
            {
                visit(i);
                visited[i] = true;
                count++;
                if(count == max_size) return;
                q.push(i);
            }
        }
    }
    delete [] visited; //回收内存
}

 

 

 

图的深度优先遍历参考：

【1】http://blog.csdn.net/zhangxiangdavaid/article/details/38321327

【2】http://blog.csdn.net/zhangxiangdavaid/article/details/38323633