深度优先搜索的图文介绍

1. 深度优先搜索介绍

图的深度优先搜索(Depth First Search)，和树的先序遍历比较类似。

它的思想：假设初始状态是图中所有顶点均未被访问，则从某个顶点v出发，首先访问该顶点，然后依次从它的各个未被访问的邻接点出发深度优先搜索遍历图，直至图中所有和v有路径相通的顶点都被访问到。 若此时尚有其他顶点未被访问到，则另选一个未被访问的顶点作起始点，重复上述过程，直至图中所有顶点都被访问到为止。

显然，深度优先搜索是一个递归的过程。

2. 深度优先搜索图解

2.1 无向图的深度优先搜索

下面以"无向图"为例，来对深度优先搜索进行演示。

对上面的图G1进行深度优先遍历，从顶点A开始。

第1步：访问A。 
第2步：访问(A的邻接点)C。 
    在第1步访问A之后，接下来应该访问的是A的邻接点，即"C,D,F"中的一个。但在本文的实现中，顶点ABCDEFG是按照顺序存储，C在"D和F"的前面，因此，先访问C。 
第3步：访问(C的邻接点)B。 
    在第2步访问C之后，接下来应该访问C的邻接点，即"B和D"中一个(A已经被访问过，就不算在内)。而由于B在D之前，先访问B。 
第4步：访问(C的邻接点)D。 
    在第3步访问了C的邻接点B之后，B没有未被访问的邻接点；因此，返回到访问C的另一个邻接点D。 
第5步：访问(A的邻接点)F。 
    前面已经访问了A，并且访问完了"A的邻接点B的所有邻接点(包括递归的邻接点在内)"；因此，此时返回到访问A的另一个邻接点F。 
第6步：访问(F的邻接点)G。 
第7步：访问(G的邻接点)E。

因此访问顺序是：A -> C -> B -> D -> F -> G -> E

 

2.2 有向图的深度优先搜索

下面以"有向图"为例，来对深度优先搜索进行演示。

对上面的图G2进行深度优先遍历，从顶点A开始。

第1步：访问A。 
第2步：访问B。 
    在访问了A之后，接下来应该访问的是A的出边的另一个顶点，即顶点B。 
第3步：访问C。 
    在访问了B之后，接下来应该访问的是B的出边的另一个顶点，即顶点C,E,F。在本文实现的图中，顶点ABCDEFG按照顺序存储，因此先访问C。 
第4步：访问E。 
    接下来访问C的出边的另一个顶点，即顶点E。 
第5步：访问D。 
    接下来访问E的出边的另一个顶点，即顶点B,D。顶点B已经被访问过，因此访问顶点D。 
第6步：访问F。 
    接下应该回溯"访问A的出边的另一个顶点F"。 
第7步：访问G。

因此访问顺序是：A -> B -> C -> E -> D -> F -> G

无向图的邻接矩阵实现代码：

#include<stdio.h>
#include<stdlib.h>
#include<malloc.h>
#include<string.h>

#define MAX 100

typedef struct graph
{
    char vexs[MAX];
    int vexnum;
    int edgnum;
    int matrix[MAX][MAX];
}Graph,*PGraph;

static int get_position(Graph g,char ch)
{
    int i;
    for(i=0;i<g.vexnum;i++)
        if(g.vexs[i]==ch)
            return i;
    return -1;
}

Graph* create_graph()
{
   char vexs[]={'A','B','C','D','E','F','G'};
   char edges[][2]={{'A','C'},{'A','D'},{'A','F'},{'B','C'},{'C','D'},{'E','G'},{'F','G'}};
   int vlen=sizeof(vexs)/sizeof(vexs[0]);
   int  elen=sizeof(edges)/sizeof(edges[0]);
   int i,p1,p2;
   Graph *pG;
   if((pG=(Graph*)malloc(sizeof(Graph)))==NULL)
        return NULL;
   memset(pG,0,sizeof(Graph));
   pG->vexnum=vlen;
   pG->edgnum=elen;
   for(i=0;i<pG->vexnum;i++)
   {
       pG->vexs[i]=vexs[i];
   }
   for(i=0;i<pG->edgnum;i++)
   {
       p1=get_position(*pG,edges[i][0]);
       p2=get_position(*pG,edges[i][1]);
       pG->matrix[p1][p2]=1;
       pG->matrix[p2][p1]=1;
   }
   return pG;
}

void print_graph(Graph G)
{
    int i,j;
    printf("matrix Graph:\n");
    for(i=0;i<G.vexnum;i++)
    {
        for(j=0;j<G.vexnum;j++)
            printf("%d ",G.matrix[i][j]);
        printf("\n");
    }
}

int first_vertex(Graph G,int v)
{
    int i;
    for(i=0;i<G.vexnum;i++)
        if(G.matrix[v][i]==1)
            return i;
    return -1;
}

int next_vertex(Graph G,int v,int w)
{
    int i;
    for(i=w+1;i<G.vexnum;i++)
        if(G.matrix[v][i]==1)
            return i;
    return -1;
}

void DFS(Graph G,int i,int *visited)
{
    visited[i]=1;
    int w;
    printf("%c ",G.vexs[i]);
    for(w=first_vertex(G,i);w>=0;w=next_vertex(G,i,w))
    {
        if(visited[w]==0)
            DFS(G,w,visited);
    }
}

void DFSTraverse(Graph G)
{
    int i;
    int visited[MAX];
    memset(visited,0,sizeof(visited));
    printf("DFS : \n");
    for(i=0;i<G.vexnum;i++)
        if(!visited[i])
            DFS(G,i,visited);
    printf("\n");
}

int main()
{
    Graph *pG;
    pG=create_graph();
    print_graph(*pG);
    printf("\n");
    DFSTraverse(*pG);
}

运行结果：

无向图的邻接表实现代码：

#include<stdio.h>
#include<stdlib.h>
#include<string.h>
#include<malloc.h>
#define MAX 100
typedef struct ENode
{
    int ivex;
    struct ENode *next_edge;
}ENode;

typedef struct VNode
{
    char data;
    ENode *first_edge;
}VNode;

typedef struct LGraph
{
    int vexnum;
    int edgnum;
    VNode vexs[MAX];
} LGraph;

static int get_position(LGraph g,char ch)
{
    int i;
    for(i=0;i<g.vexnum;i++)
        if(g.vexs[i].data==ch)
            return i;
    return -1;
}

LGraph* create_lgraph()
{
    char c1,c2;
    char vexs[]= {'A','B','C','D','E','F','G'};
    char edges[][2]= {{'A','C'},{'A','D'},{'A','F'},{'B','C'},{'C','D'},{'E','G'},{'F','G'}};
    int vlen=sizeof(vexs)/sizeof(vexs[0]);
    int elen=sizeof(edges)/sizeof(edges[0]);
    int i,p1,p2;
    ENode *node1,*node2;
    LGraph *pG;
    if((pG=(LGraph*)malloc(sizeof(LGraph)))==NULL)
        return NULL;
    memset(pG,0,sizeof(LGraph));
    pG->vexnum=vlen;
    pG->edgnum=elen;
    for(i=0;i<pG->vexnum;i++)
    {
        pG->vexs[i].data=vexs[i];
        pG->vexs[i].first_edge=NULL;
    }

    for(i=0;i<pG->edgnum;i++)
    {
        c1=edges[i][0];
        c2=edges[i][1];
        p1=get_position(*pG,c1);
        p2=get_position(*pG,c2);
        node1=(ENode*)malloc(sizeof(ENode));
        node1->ivex=p2;
        node1->next_edge=NULL;
        if(pG->vexs[p1].first_edge==NULL)
            pG->vexs[p1].first_edge=node1;
        else
        {
            ENode *tmp=pG->vexs[p1].first_edge;
            while(tmp->next_edge)
            {
                tmp=tmp->next_edge;
            }
            tmp->next_edge=node1;
        }
        node2=(ENode*)malloc(sizeof(ENode));
        node2->ivex=p1;
        node2->next_edge=NULL;
        if(pG->vexs[p2].first_edge==NULL)
            pG->vexs[p2].first_edge=node2;
        else
        {
            ENode *tmp=pG->vexs[p2].first_edge;
            while(tmp->next_edge)
            {
                tmp=tmp->next_edge;
            }
            tmp->next_edge=node2;
        }
    }
    return pG;
}

void print_lgraph(LGraph G)
{
    int i;
    ENode *node;
    printf("list Graph:\n");
    for(i=0;i<G.vexnum;i++)
    {
        printf("%d(%c): ",i,G.vexs[i].data);
        node=G.vexs[i].first_edge;
        while(node)
        {
            printf("%d(%c) ",node->ivex,G.vexs[node->ivex].data);
            node=node->next_edge;
        }
        printf("\n");
    }
    printf("\n");
}

int main()
{
    LGraph *pG;
    pG=create_lgraph();
    print_lgraph(*pG);
}

运行结果：

有向图与无向图的DFS一样，只是创建图的方式不一样。

时间： 2024-09-20 04:49:30

深度优先搜索的图文介绍的相关文章

图的遍历之深度优先搜索和广度优先搜索

深度优先搜索的图文介绍 1. 深度优先搜索介绍 图的深度优先搜索(Depth First Search),和树的先序遍历比较类似. 它的思想:假设初始状态是图中所有顶点均未被访问,则从某个顶点v出发,首先访问该顶点,然后依次从它的各个未被访问的邻接点出发深度优先搜索遍历图,直至图中所有和v有路径相通的顶点都被访问到.  若此时尚有其他顶点未被访问到,则另选一个未被访问的顶点作起始点,重复上述过程,直至图中所有顶点都被访问到为止. 显然,深度优先搜索是一个递归的过程. 2. 深度优先搜索图解 2.

人工智能: 自动寻路算法实现(二、深度优先搜索)

前言 本篇文章是机器人自动寻路算法实现的第二章.我们要讨论的是一个在一个M×N的格子的房间中,有若干格子里有灰尘,有若干格子里有障碍物,而我们的扫地机器人则是要在不经过障碍物格子的前提下清理掉房间内的灰尘.具体的问题情景请查看人工智能: 自动寻路算法实现(一.广度优先搜索)这篇文章,即我们这个系列的第一篇文章.在上一篇文章里,我们介绍了通过广度优先搜索算法来实现扫地机器人自动寻路的功能.在这篇文章中,我们要介绍与之相对应的另一种算法:深度优先搜索算法. 项目下载地址 正文 算法介绍 深度优先算法

【算法导论】图的深度优先搜索遍历（DFS）

        关于图的存储在上一篇文章中已经讲述,在这里不在赘述.下面我们介绍图的深度优先搜索遍历(DFS).         深度优先搜索遍历实在访问了顶点vi后,访问vi的一个邻接点vj:访问vj之后,又访问vj的一个邻接点,依次类推,尽可能向纵深方向搜索,所以称为深度优先搜索遍历.显然这种搜索方法具有递归的性质.图的BFS和树的搜索遍历很类似,只是其存储方式不同.         其基本思想为:从图中某一顶点vi出发,访问此顶点,并进行标记,然后依次搜索vi的每个邻接点vj:若vj未被访

PS中四种描边方式图文介绍

  这篇教程是图文介绍PS中四种描边方式,教程比较简单,希望对大家有所帮助! 教程结束,以上就是PS中四种描边方式图文介绍,希望对大家有所帮助! 分类: PS入门教程

Win8系统自带备份还原工具完整图文介绍

  在Win8系统中微软为大家内置了非常好用的系统备份还原工具,即使没有系统恢复光盘我们也可以轻松恢复系统.下面系小编就为大家带来Win8系统自带备份还原工具完整图文介绍. 1.首先,我们打开Win8系统控制面板,找到"Windows 7 文件恢复"(不要惊讶..就是这个功能) 2.双击进入后,出现如下界面: 3.选择"创建系统映像"; 4.此时可以选择将Win8的系统镜像备份在移动硬盘.在一张或多张DVD上或在网络上.根据系统的大小,若备份在光盘上需要多张光盘.

支付宝关联淘宝账号步骤图文介绍

  简要介绍一个经过实名认证的支付宝账号如何关联未经过认证的淘宝账号或支付宝账号.说明:支付宝关联其他账号和支付宝绑定不一样. 工具/原料 电脑 手机 邮箱 网络 方法/步骤 第一步:需要一个实名认证的支付宝账号(这个账号是主账号),还需要在淘宝上申请一个淘宝账号,这个账号要求是没有经过实名认证的.可以用手机号和邮箱免费申请,如下图一步一步往下申请: 第二步:登陆已经被实名认证的支付宝账号,如下: 第三步:支付宝登陆成功之后,点击支付宝的账户设置,如图中红色标记部分: 第四步:滚动鼠标,向下翻页

关于求迷宫最短路径（利用深度优先搜索）的问题

问题描述 关于求迷宫最短路径(利用深度优先搜索)的问题 利用深度优先查找迷宫的最短路径的程序,哪位大神可以帮帮忙吗? 解决方案 迷宫最短路径问题 解决方案二: http://bbs.csdn.net/topics/330218304 解决方案三: http://www.cnblogs.com/GoAhead/archive/2012/09/29/2708673.html

c-采用深度优先搜索进行扑克牌的排序

问题描述 采用深度优先搜索进行扑克牌的排序 #include<iostream> using namespace std; int count=0; int book[5]; char card[5][2]={'2','C','A','D','A','C','J','C','J','H'}; char a[5][2]; void dfs(int step){ if(step==5){ count++; return ; } for(int i=0;i<5;i++){ if(/*a[ste

详细的图文介绍如何利用XAMPP本地建站的环境配置教程

原文:详细的图文介绍如何利用XAMPP本地建站的环境配置教程 WordPress 是一个简便快捷,用途广,人气旺的一个开源的博客建站程序.很有很多等您去发现. 简便快捷:在性能上易于操作.易于浏览: 用途广:可以建博客,可以建企业的官网等等. 人气旺:这个好处就是,平时我们遇到的问题,人家网上早已经是有人遇到过来,可以很快的找到解决的方案. 开源性:你可以通过这个开源,不受什么版权的影响,可以建设自己喜欢的网站,当然也可以为开源做贡献.WordPress虽为免费的开源软件,但其价值无法用金钱来衡