【C 数据结构】深度优先搜索、广度优先搜索

文章目录

  • 【 1. DFS 深度优先搜索 】
    • 1.1 基本原理
    • 1.2 C 实现
  • 【 2. BFS 广度优先搜索 】
    • 2.1 基本原理
    • 2.2 C 实现
  • 【 3. 深度优先生成树、广度优先生成树 】
  • 【 4. 深度优先生成森林、广度优先生成森林 】
    • 4.1 深度优先生成森林
    • 4.2 广度优先生成森林

  • 对存储的图中的顶点进行遍历搜索,常用的遍历方式有两种:深度优先搜索和广度优先搜索。

【 1. DFS 深度优先搜索 】

1.1 基本原理

  • 深度优先搜索的过程 类似于树的先序遍历,首先从例子中体会深度优先搜索。例如下图是一个无向图,采用深度优先算法遍历这个图的过程为:
    • 首先任意找一个未被遍历过的顶点,例如从 V1 开始,由于 V1 率先访问过了,所以,需要标记 V1 的状态为访问过;
    • 然后遍历 V1 的邻接点,例如访问 V2 ,并做标记,然后访问 V2 的邻接点,例如 V4 (做标记),然后 V8 ,然后 V5 ;
    • 当继续遍历 V5 的邻接点时,根据之前做的标记显示,所有V5 的邻接点都被访问过了。此时,从 V5 回退到 V8 ,看 V8 是否有未被访问过的邻接点,如果没有,继续回退到 V4 , V2 ,V1 ;
    • 通过查看 V1 ,找到一个未被访问过的顶点 V3 ,继续遍历,然后访问 V3 邻接点 V6 ,然后 V7 ;
    • 由于 V7 没有未被访问的邻接点,所以回退到 V6 ,继续回退至 V3 ,最后到达 V1 ,发现没有未被访问的;
    • 最后一步需要判断是否所有顶点都被访问,如果还有没被访问的,以未被访问的顶点为第一个顶点,继续依照上边的方式进行遍历。
    • 根据上边的过程,可以得到下图通过深度优先搜索获得的顶点的遍历次序为:
      V1、V2、V4、V8、 V5、V3、V6、V7
      在这里插入图片描述
  • 总结:深度优先搜索,是从图中的一个顶点出发,每次遍历当前访问顶点的临接点,一直到访问的顶点没有未被访问过的临接点为止。然后采用依次回退的方式(深度优先搜索是一个不断回溯的过程),查看来的路上每一个顶点是否有其它未被访问的临接点。访问完成后,判断图中的顶点是否已经全部遍历完成,如果没有,以未访问的顶点为起始点,重复上述过程。

1.2 C 实现

  • 深度优先搜索算法遍历图的实现代码为:
#define _CRT_SECURE_NO_WARNINGS 1
#include <stdio.h>
#define MAX_VERtEX_NUM 20         //顶点的最大个数
#define VertexType int            //顶点的数据类型
#define VRType int                //顶点之间的关系的变量类型
#define InfoType char             //存储弧或边额外信息的指针变量类型
bool visited[MAX_VERtEX_NUM];     //设置全局数组,记录标记顶点是否被访问过//边的信息结构体
typedef struct {VRType adj;         //对于无权图,用 1 或 0 表示是否相邻;对于带权图,直接为权值。InfoType* info;     //弧或边额外含有的信息指针
}ArcCell,AdjMatrix[MAX_VERtEX_NUM][MAX_VERtEX_NUM];//图结构体
typedef struct {VertexType vexs[MAX_VERtEX_NUM];   //一维数据数组AdjMatrix  arcs;                   //二维关系数组,即邻接矩阵int vexnum, arcnum;                //图的顶点数和弧(边)数
}MGraph;//根据顶点本身数据,判断出顶点在二维数组中的位置
int LocateVex(MGraph* G, VertexType v) {int i = 0;//遍历一维数组,找到变量vfor (; i < G->vexnum; i++) {if (G->vexs[i] == v) {break;}}//如果找不到,输出提示语句,返回-1if (i > G->vexnum) {printf("no such vertex.\n");return -1;}return i;
}//构造无向图
void CreateDN(MGraph* G) {scanf("%d,%d", &(G->vexnum), &(G->arcnum));for (int i = 0; i < G->vexnum; i++) {scanf("%d", &(G->vexs[i]));}for (int i = 0; i < G->vexnum; i++) {for (int j = 0; j < G->vexnum; j++) {G->arcs[i][j].adj = 0;G->arcs[i][j].info = NULL;}}for (int i = 0; i < G->arcnum; i++) {int v1, v2;scanf("%d,%d", &v1, &v2);int n = LocateVex(G, v1);int m = LocateVex(G, v2);if (m == -1 || n == -1) {printf("no this vertex\n");return;}G->arcs[n][m].adj = 1;G->arcs[m][n].adj = 1;//无向图的二阶矩阵沿主对角线对称}
}//返回第一个与顶点v有边的顶点的下标
int FirstAdjVex(MGraph G, int v)
{//查找与数组下标为v的顶点之间有边的顶点,返回它在数组中的下标for (int i = 0; i < G.vexnum; i++) {if (G.arcs[v][i].adj) {return i;}}return -1;
}//返回从第w+1个位置开始,与顶点v有边的顶点的下标
int NextAdjVex(MGraph G, int v, int w)
{//从前一个访问位置w的下一个位置开始,查找之间有边的顶点for (int i = w + 1; i < G.vexnum; i++) {if (G.arcs[v][i].adj) {return i;}}return -1;
}//打印输出顶点v的值
void visitVex(MGraph G, int v) {printf("%d ", G.vexs[v]);
}//深度优先搜索核心函数
void DFS(MGraph G, int v) {visited[v] = true;//标记为true,表示这个顶点已被处理visitVex(G, v);   //输出第v个顶点//从该顶点的第一个边开始,一直到最后一个边,对处于边另一端的顶点调用DFS函数for (int w = FirstAdjVex(G, v); w >= 0; w = NextAdjVex(G, v, w)) {//如果该顶点的标记位false,证明未被访问,调用深度优先搜索函数if (!visited[w]){DFS(G, w);}}
}//对图进行深度优先搜索
void DFSTraverse(MGraph G) 
{int v;//初始化为visit标记数组falsefor (v = 0; v < G.vexnum; ++v) {visited[v] = false;}//对于每个标记为false的顶点调用深度优先搜索函数for (v = 0; v < G.vexnum; v++) {//如果该顶点的标记位为false,则调用深度优先搜索函数if (!visited[v]) {DFS(G, v);}}
}int main() {MGraph G; //建立一个图的对象CreateDN(&G);   //初始化图DFSTraverse(G); //深度优先搜索图return 0;
}
  • 使用上述程序存储下图的无向图时,输入如下数据,得到DFS的输出结果:
    在这里插入图片描述
//输入如下数据:
8,9
1
2
3
4
5
6
7
8
1,2
2,4
2,5
4,8
5,8
1,3
3,6
6,7
7,3

在这里插入图片描述

【 2. BFS 广度优先搜索 】

2.1 基本原理

  • 广度优先搜索 类似于树的层次遍历。以下图的无向图为例,假设 V1 作为起始点,遍历其所有的邻接点 V2 和 V3 ,以 V2 为起始点,访问邻接点 V4 和 V5 ,以 V3 为起始点,访问邻接点 V6 、 V7 ,以 V4 为起始点访问 V8 ,以 V5 为起始点,由于 V5 所有的起始点已经全部被访问,所有直接略过, V6 和 V7 也是如此。
    以 V1 为起始点的遍历过程结束后,判断图中是否还有未被访问的点,由于图 1 中没有了,所以整个图遍历结束。遍历顶点的顺序为:
    V1、 V2、 v3、V4、 V5、 V6、 V7、 V8
    在这里插入图片描述
  • 总结:广度优先搜索,是从图中的某一顶点出发,遍历每一个顶点时,依次遍历其所有的邻接点,然后再从这些邻接点出发,同样依次访问它们的邻接点。按照此过程,直到图中所有被访问过的顶点的邻接点都被访问到。最后还需要做的操作就是查看图中是否存在尚未被访问的顶点,若有,则以该顶点为起始点,重复上述遍历的过程。

2.2 C 实现

  • 广度优先搜索的实现需要借助 队列 这一特殊数据结构,实现代码为:
#define _CRT_SECURE_NO_WARNINGS 1
#include <stdio.h>
#include <stdlib.h>
#define MAX_VERtEX_NUM 20         //顶点的最大个数
#define VertexType int            //顶点的数据类型
#define VRType int                //顶点之间的关系的变量类型
#define InfoType char             //存储弧或边额外信息的指针变量类型
bool visited[MAX_VERtEX_NUM];     //设置全局数组,记录标记顶点是否被访问过//队列
typedef struct Queue {VertexType data;struct Queue* next;
}Queue;//边的信息结构体
typedef struct {VRType adj;         //对于无权图,用 1 或 0 表示是否相邻;对于带权图,直接为权值。InfoType* info;     //弧或边额外含有的信息指针
}ArcCell, AdjMatrix[MAX_VERtEX_NUM][MAX_VERtEX_NUM];//图结构体
typedef struct {VertexType vexs[MAX_VERtEX_NUM];   //一维数据数组AdjMatrix  arcs;                   //二维关系数组,即邻接矩阵int vexnum, arcnum;                //图的顶点数和弧(边)数
}MGraph;//根据顶点本身数据,判断出顶点在二维数组中的位置
int LocateVex(MGraph* G, VertexType v) {int i = 0;//遍历一维数组,找到变量vfor (; i < G->vexnum; i++) {if (G->vexs[i] == v) {break;}}//如果找不到,输出提示语句,返回-1if (i > G->vexnum) {printf("no such vertex.\n");return -1;}return i;
}//构造无向图
void CreateDN(MGraph* G) {scanf("%d,%d", &(G->vexnum), &(G->arcnum));for (int i = 0; i < G->vexnum; i++) {scanf("%d", &(G->vexs[i]));}for (int i = 0; i < G->vexnum; i++) {for (int j = 0; j < G->vexnum; j++) {G->arcs[i][j].adj = 0;G->arcs[i][j].info = NULL;}}for (int i = 0; i < G->arcnum; i++) {int v1, v2;scanf("%d,%d", &v1, &v2);int n = LocateVex(G, v1);int m = LocateVex(G, v2);if (m == -1 || n == -1) {printf("no this vertex\n");return;}G->arcs[n][m].adj = 1;G->arcs[m][n].adj = 1;//无向图的二阶矩阵沿主对角线对称}
}//返回第一个与顶点v有边的顶点的下标
int FirstAdjVex(MGraph G, int v)
{//查找与数组下标为v的顶点之间有边的顶点,返回它在数组中的下标for (int i = 0; i < G.vexnum; i++) {if (G.arcs[v][i].adj) {return i;}}return -1;
}//返回从第w+1个位置开始,与顶点v有边的顶点的下标
int NextAdjVex(MGraph G, int v, int w)
{//从前一个访问位置w的下一个位置开始,查找之间有边的顶点for (int i = w + 1; i < G.vexnum; i++) {if (G.arcs[v][i].adj) {return i;}}return -1;
}//打印输出顶点v的值
void visitVex(MGraph G, int v) {printf("%d ", G.vexs[v]);
}//初始化队列
void InitQueue(Queue** Q) {(*Q) = (Queue*)malloc(sizeof(Queue));(*Q)->next = NULL;
}//顶点元素v进队列
void EnQueue(Queue** Q, VertexType v) {Queue* element = (Queue*)malloc(sizeof(Queue));element->data = v;element->next = NULL;Queue* temp = (*Q);while (temp->next != NULL){temp = temp->next;}temp->next = element;
}//队头元素出队列,队列新的队头元素值赋给u
void DeQueue(Queue** Q, int* u) {(*u) = (*Q)->next->data;(*Q)->next = (*Q)->next->next;
}//判断队列是否为空
bool QueueEmpty(Queue* Q) {if (Q->next == NULL) {return true;}return false;
}
//广度优先搜索
void BFSTraverse(MGraph G) {int v;//将用做标记的visit数组初始化为falsefor (v = 0; v < G.vexnum; ++v) {visited[v] = false;}//对于每个标记为false的顶点调用深度优先搜索函数Queue* Q;  //创建1个队列指针QInitQueue(&Q);for (v = 0; v < G.vexnum; v++) {    // [对每个顶点v循环]if (!visited[v]) {visited[v] = true;      //标记为true,表示这个顶点已被处理visitVex(G,v);          //输出第v个顶点EnQueue(&Q, G.vexs[v]); //将第v个顶点入队while (!QueueEmpty(Q)) {    // [判断队列是否为空]int u;DeQueue(&Q, &u);      //出队,并将新的队头的值赋值给uu = LocateVex(&G, u); //新的队头的值对应的下标for (int w = FirstAdjVex(G,u); w >= 0; w = NextAdjVex(G, u, w)) { //将队头u的所有临接点遍历,并入队if (!visited[w]) {visited[w] = true;visitVex(G, w);EnQueue(&Q, G.vexs[w]);}}}}}
}int main() {MGraph G;      //建立一个图的对象CreateDN(&G);  //初始化图BFSTraverse(G);//广度优先搜索图return 0;
}
  • 使用上述程序存储下图的无向图时,输入如下数据,得到DFS的输出结果:
    在这里插入图片描述
//输入数据如下:
8,9
1
2
3
4
5
6
7
8
1,2
2,4
2,5
4,8
5,8
1,3
3,6
6,7
7,3

在这里插入图片描述

【 3. 深度优先生成树、广度优先生成树 】

  • 无向图遍历过程中所经历过的图中的顶点和边的组合,就是图的生成树或者生成森林。
    在这里插入图片描述
  • 由深度优先搜索得到的树为 深度优先生成树。例如,当对上图的无向图使用深度优先搜索算法时,假设 V1 作为遍历的起始点,涉及到的顶点和边的遍历顺序为(不唯一):
    V1、V2、V4、V8、V5、V3、V6、V7。
    此种遍历顺序构建的生成树为:
    在这里插入图片描述
  • 同理,广度优先搜索生成的树为 广度优先生成树,对该无向图以顶点 V1 为起始点进行广度优先搜索遍历得到的树,如下图所示:
    在这里插入图片描述

【 4. 深度优先生成森林、广度优先生成森林 】

  • 前言回顾:详情见:【C 数据结构】图。
    ① 非连通图在进行遍历时,实则是对非连通图中每个连通分量分别进行遍历,在遍历过程经过的每个顶点和边,就构成了每个连通分量的生成树;
    ② 非连通图的多个连通分量构成的多个生成树为非连通图的生成森林。

4.1 深度优先生成森林

  • 对下图 a 的非连通图采用深度优先搜索算法遍历时,得到的深度优先生成森林(由 3 个深度优先生成树构成)如下图 b 所示(不唯一)。

在这里插入图片描述

  • C 实现:
#define _CRT_SECURE_NO_WARNINGS 1
#include <stdio.h>
#include <stdlib.h>
#define MAX_VERtEX_NUM 20         //顶点的最大个数
#define VertexType int            //顶点的数据类型
#define VRType int                //顶点之间的关系的变量类型
bool visited[MAX_VERtEX_NUM];     //设置全局数组,记录标记顶点是否被访问过//边的信息结构体
typedef struct 
{VRType adj;     //对于无权图,用 1 或 0 表示是否相邻;对于带权图,直接为权值。
}ArcCell, AdjMatrix[MAX_VERtEX_NUM][MAX_VERtEX_NUM];//图结构体
typedef struct {VertexType vexs[MAX_VERtEX_NUM];   //一维数据数组AdjMatrix  arcs;                   //二维关系数组,即邻接矩阵int vexnum, arcnum;                //图的顶点数和弧(边)数
}MGraph;//孩子兄弟表示法的链表结点结构
typedef struct CSNode {VertexType data;struct CSNode* lchild;//孩子结点struct CSNode* nextsibling;//兄弟结点
}*CSTree, CSNode;//根据顶点本身数据,判断出顶点在二维数组中的位置
int LocateVex(MGraph G, VertexType v) {int i = 0;//遍历一维数组,找到变量vfor (; i < G.vexnum; i++) {if (G.vexs[i] == v) {break;}}//如果找不到,输出提示语句,返回-1if (i > G.vexnum) {printf("no such vertex.\n");return -1;}return i;
}
//构造无向图
void CreateDN(MGraph* G) {scanf("%d,%d", &(G->vexnum), &(G->arcnum));getchar();for (int i = 0; i < G->vexnum; i++) {scanf("%d", &(G->vexs[i]));}for (int i = 0; i < G->vexnum; i++) {for (int j = 0; j < G->vexnum; j++) {G->arcs[i][j].adj = 0;}}for (int i = 0; i < G->arcnum; i++) {int v1, v2;scanf("%d,%d", &v1, &v2);int n = LocateVex(*G, v1);int m = LocateVex(*G, v2);if (m == -1 || n == -1) {printf("no this vertex\n");return;}G->arcs[n][m].adj = 1;G->arcs[m][n].adj = 1;//无向图的二阶矩阵沿主对角线对称}
}//返回第一个与顶点v有边的顶点的下标
int FirstAdjVex(MGraph G, int v)
{//查找与数组下标为v的顶点之间有边的顶点,返回它在数组中的下标for (int i = 0; i < G.vexnum; i++) {if (G.arcs[v][i].adj) {return i;}}return -1;
}//返回从第w+1个位置开始,与顶点v有边的顶点的下标
int NextAdjVex(MGraph G, int v, int w)
{//从前一个访问位置w的下一个位置开始,查找之间有边的顶点for (int i = w + 1; i < G.vexnum; i++) {if (G.arcs[v][i].adj) {return i;}}return -1;
}void DFSTree(MGraph G, int v, CSTree* T) {//将正在访问的该顶点的标志位设为truevisited[v] = true;bool first = true;CSTree q   = NULL;//依次遍历该顶点的所有邻接点for (int w = FirstAdjVex(G, v); w >= 0; w = NextAdjVex(G, v, w)) {//如果该临界点标志位为false,说明还未访问if (!visited[w]) {//为该邻接点初始化为结点CSTree p = (CSTree)malloc(sizeof(CSNode));p->data = G.vexs[w];p->lchild = NULL;p->nextsibling = NULL;//该结点的第一个邻接点作为孩子结点,其它邻接点作为孩子结点的兄弟结点if (first) {(*T)->lchild = p;first = false;}//否则,为兄弟结点else {q->nextsibling = p;}q = p;//以当前访问的顶点为树根,继续访问其邻接点DFSTree(G, w, &q);}}
}//深度优先搜索生成森林并转化为二叉树
void DFSForest(MGraph G, CSTree* T) {(*T) = NULL;//每个顶点的标记为初始化为falsefor (int v = 0; v < G.vexnum; v++) {visited[v] = false;}CSTree q = NULL;//遍历每个顶点作为初始点,建立深度优先生成树for (int v = 0; v < G.vexnum; v++) {//如果该顶点的标记位为false,证明未访问过if (!(visited[v])) {//新建一个结点,表示该顶点CSTree p = (CSTree)malloc(sizeof(CSNode));p->data = G.vexs[v];p->lchild = NULL;p->nextsibling = NULL;//如果树未空,则该顶点作为树的树根if (!(*T)) {(*T) = p;}//该顶点作为树根的兄弟结点else {q->nextsibling = p;}//每次都要把q指针指向新的结点,为下次添加结点做铺垫q = p;//以该结点为起始点,构建深度优先生成树DFSTree(G, v, &p);}}
}//前序遍历二叉树
void PreOrderTraverse(CSTree T) {if (T) {printf("%d ", T->data);PreOrderTraverse(T->lchild);PreOrderTraverse(T->nextsibling);}return;
}int main() {MGraph G;    //建立一个图的对象CreateDN(&G);//初始化图CSTree T;DFSForest(G, &T);PreOrderTraverse(T);return 0;
}
  • 使用上述程序存储下图的无向图,输入如下数据,构建深度优先生成森林,得到DFS的输出结果:
    在这里插入图片描述
  • 构建的深度优先生成森林用孩子兄弟表示法如下所示:3 种颜色的树各代表一棵深度优先生成树,使用孩子兄弟表示法表示,也就是将三棵树的树根相连,第一棵树的树根作为整棵树的树根。
    在这里插入图片描述
//输入数据如下所示:
13,13
1
2
3
4
5
6
7
8
9
10
11
12
13
1,2
1,3
1,6
1,12
2,13
4,5
7,8
7,10
7,9
8,10
11,12
11,13
12,13

在这里插入图片描述

4.2 广度优先生成森林

  • 非连通图采用广度优先搜索算法进行遍历时,经过的顶点以及边的集合为该图的 广度优先生成森林
  • C 实现:
#include <stdio.h>
#include <stdlib.h>
#define MAX_VERtEX_NUM 20                   //顶点的最大个数
#define VRType int                          //表示顶点之间的关系的变量类型
#define InfoType char                       //存储弧或者边额外信息的指针变量类型
#define VertexType int                      //图中顶点的数据类型
typedef enum{false,true}bool;               //定义bool型常量
bool visited[MAX_VERtEX_NUM];               //设置全局数组,记录标记顶点是否被访问过
typedef struct {VRType adj;                             //对于无权图,用 1 或 0 表示是否相邻;对于带权图,直接为权值。InfoType * info;                        //弧或边额外含有的信息指针
}ArcCell,AdjMatrix[MAX_VERtEX_NUM][MAX_VERtEX_NUM];typedef struct {VertexType vexs[MAX_VERtEX_NUM];        //存储图中顶点数据AdjMatrix arcs;                         //二维数组,记录顶点之间的关系int vexnum,arcnum;                      //记录图的顶点数和弧(边)数
}MGraph;typedef struct CSNode{VertexType data;struct CSNode * lchild;//孩子结点struct CSNode * nextsibling;//兄弟结点
}*CSTree,CSNode;typedef struct Queue{CSTree data;//队列中存放的为树结点struct Queue * next;
}Queue;//根据顶点本身数据,判断出顶点在二维数组中的位置
int LocateVex(MGraph * G,VertexType v){int i=0;//遍历一维数组,找到变量vfor (; i<G->vexnum; i++) {if (G->vexs[i]==v) {break;}}//如果找不到,输出提示语句,返回-1if (i>G->vexnum) {printf("no such vertex.\n");return -1;}return i;
}
//构造无向图
void CreateDN(MGraph *G){scanf("%d,%d",&(G->vexnum),&(G->arcnum));for (int i=0; i<G->vexnum; i++) {scanf("%d",&(G->vexs[i]));}for (int i=0; i<G->vexnum; i++) {for (int j=0; j<G->vexnum; j++) {G->arcs[i][j].adj=0;G->arcs[i][j].info=NULL;}}for (int i=0; i<G->arcnum; i++) {int v1,v2;scanf("%d,%d",&v1,&v2);int n=LocateVex(G, v1);int m=LocateVex(G, v2);if (m==-1 ||n==-1) {printf("no this vertex\n");return;}G->arcs[n][m].adj=1;G->arcs[m][n].adj=1;//无向图的二阶矩阵沿主对角线对称}
}int FirstAdjVex(MGraph G,int v)
{//查找与数组下标为v的顶点之间有边的顶点,返回它在数组中的下标for(int i = 0; i<G.vexnum; i++){if( G.arcs[v][i].adj ){return i;}}return -1;
}
int NextAdjVex(MGraph G,int v,int w)
{//从前一个访问位置w的下一个位置开始,查找之间有边的顶点for(int i = w+1; i<G.vexnum; i++){if(G.arcs[v][i].adj){return i;}}return -1;
}//初始化队列
void InitQueue(Queue ** Q){(*Q)=(Queue*)malloc(sizeof(Queue));(*Q)->next=NULL;
}
//结点v进队列
void EnQueue(Queue **Q,CSTree T){Queue * element=(Queue*)malloc(sizeof(Queue));element->data=T;element->next=NULL;Queue * temp=(*Q);while (temp->next!=NULL) {temp=temp->next;}temp->next=element;
}
//队头元素出队列
void DeQueue(Queue **Q,CSTree *u){(*u)=(*Q)->next->data;(*Q)->next=(*Q)->next->next;
}
//判断队列是否为空
bool QueueEmpty(Queue *Q){if (Q->next==NULL) {return true;}return false;
}void BFSTree(MGraph G,int v,CSTree*T){CSTree q=NULL;Queue * Q;InitQueue(&Q);//根结点入队EnQueue(&Q, (*T));//当队列为空时,证明遍历完成while (!QueueEmpty(Q)) {bool first=true;//队列首个结点出队DeQueue(&Q,&q);//判断结点中的数据在数组中的具体位置int v=LocateVex(&G,q->data);//已经访问过的更改其标志位visited[v]=true;//遍历以出队结点为起始点的所有邻接点for (int w=FirstAdjVex(G,v); w>=0; w=NextAdjVex(G,v, w)) {//标志位为false,证明未遍历过if (!visited[w]) {//新建一个结点 p,存放当前遍历的顶点CSTree p=(CSTree)malloc(sizeof(CSNode));p->data=G.vexs[w];p->lchild=NULL;p->nextsibling=NULL;//当前结点入队EnQueue(&Q, p);//更改标志位visited[w]=true;//如果是出队顶点的第一个邻接点,设置p结点为其左孩子if (first) {q->lchild=p;first=false;}//否则设置其为兄弟结点else{q->nextsibling=p;}q=p;}}}
}
//广度优先搜索生成森林并转化为二叉树
void BFSForest(MGraph G,CSTree *T){(*T)=NULL;//每个顶点的标记为初始化为falsefor (int v=0; v<G.vexnum; v++) {visited[v]=false;}CSTree q=NULL;//遍历图中所有的顶点for (int v=0; v<G.vexnum; v++) {//如果该顶点的标记位为false,证明未访问过if (!(visited[v])) {//新建一个结点,表示该顶点CSTree p=(CSTree)malloc(sizeof(CSNode));p->data=G.vexs[v];p->lchild=NULL;p->nextsibling=NULL;//如果树未空,则该顶点作为树的树根if (!(*T)) {(*T)=p;}//该顶点作为树根的兄弟结点else{q->nextsibling=p;}//每次都要把q指针指向新的结点,为下次添加结点做铺垫q=p;//以该结点为起始点,构建广度优先生成树BFSTree(G,v,&p);}}
}
//前序遍历二叉树
void PreOrderTraverse(CSTree T){if (T) {printf("%d ",T->data);PreOrderTraverse(T->lchild);PreOrderTraverse(T->nextsibling);}return;
}
int main() {MGraph G;//建立一个图的变量CreateDN(&G);//初始化图CSTree T;BFSForest(G, &T);PreOrderTraverse(T);return 0;
}
  • 使用上述程序存储下图的无向图,输入如下数据,构建广度优先生成森林,得到BFS的输出结果:
    在这里插入图片描述
  • 对上图通过广度优先搜索得到的广度优先生成森林用孩子兄弟表示法如下图所示:
    在这里插入图片描述
//输入如下数据:
13,13
1
2
3
4
5
6
7
8
9
10
11
12
13
1,2
1,3
1,6
1,12
2,13
4,5
7,8
7,10
7,9
8,10
11,12
11,13
12,13

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/6181.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

告诉我们事实:用知识图谱增强大语言模型以实现事实感知的语言建模

&#x1f349; CSDN 叶庭云&#xff1a;https://yetingyun.blog.csdn.net/ 论文标题&#xff1a;Give Us the Facts: Enhancing Large Language Models with Knowledge Graphs for Fact-aware Language Modeling 论文链接&#xff1a;https://arxiv.org/abs/2306.11489 论文作…

O2OA开发平台前端源码级二次开发(Vue3,React)

在使用O2OA进行项目定制化开发时&#xff0c;我们可以开发新的前端组件&#xff08;x_component&#xff09;以扩展O2OA来实现更多的业务。这种新增前端组件或者前端业务的开发通常会配合后端自定义应用实现的服务来完成系统内数据的交互。在当系统默认的界面不符合系统UI/UE设…

leetcode84柱状图中最大的矩形

题解&#xff1a; - 力扣&#xff08;LeetCode&#xff09; class Solution {public int largestRectangleArea(int[] heights) {Stack<Integer> stack new Stack<>();int maxArea Integer.MIN_VALUE;for(int i 0;i < heights.length;i){int curHeight hei…

spring boot 启动流程详解

主启动类 SpringBootApplication MapperScan("com.example.mapper") public class StableBootApplication {public static void main(String[] args) {SpringApplication.run(StableBootApplication.class,args);} }SpringApplication类中有个静态run()方法&#xf…

成都旅游攻略

第一天 大熊猫基地(55一人) 切记要去早&#xff0c;否则只能看到熊猫屁股 文殊院(拜文殊菩萨) 杜甫草堂(50一人) 宽窄巷子(旅游打卡拍照) 奎星楼街吃晚饭 这里的饭菜很可口 第二天 东郊记忆(成都故事.川剧变脸)主要是拍照打卡 春熙路 IFS国金中心(打卡熊猫屁屁) 太…

VBA技术资料MF149:在多个工作表某单元格中插入图片

我给VBA的定义&#xff1a;VBA是个人小型自动化处理的有效工具。利用好了&#xff0c;可以大大提高自己的工作效率&#xff0c;而且可以提高数据的准确度。“VBA语言専攻”提供的教程一共九套&#xff0c;分为初级、中级、高级三大部分&#xff0c;教程是对VBA的系统讲解&#…

2024-5-1我把QQ群聊天记录分析工具重写了一下

【下载地址】 https://www.lanzoub.com/b00rn0g47e 密码:9hww 【项目背景】 2020年我用Tkinter写过一个QQ群聊天记录分析的工具exe&#xff0c;后续也写过一个纯JS前端的版本&#xff0c;前阵子有个用户反馈不能用了&#xff0c;顺便看能不能加入一个分析关键词的功能&…

《引爆流量 获客技术》实战方法,让你的生意客户裂变渠道裂变(13节)

[1]-先导课_.mp4 [2]-第1节:设计客户终身价值的方法和买客户思维 .mp4 [3]-第2节:【渠道模型】解决谁是我的客户如何找到 ,mp4 [4]-第3节:【诱饵模型】解决 如何获得更多的客户 ,mp4 [5]-第4节:【钩子模型】解决让目标客户主动找你的 .mp4 [6]-第5节:【裂变策略】解决让来…

Github 2024-05-03 Java开源项目日报 Top9

根据Github Trendings的统计,今日(2024-05-03统计)共有9个项目上榜。根据开发语言中项目的数量,汇总情况如下: 开发语言项目数量Java项目9Kotlin项目1C++项目1libGDX: 跨平台Java游戏开发框架 创建周期:4284 天开发语言:Java, C++协议类型:Apache License 2.0Star数量:2…

链表经典面试题下

目录 如有帮助&#xff0c;还望三连支持&#xff0c;谢谢&#xff01;&#xff01;&#xff01; 题目一&#xff1a;141. 环形链表 - 力扣&#xff08;LeetCode&#xff09; 题目二&#xff1a;142. 环形链表 II - 力扣&#xff08;LeetCode&#xff09; 题目三&#xff1a;…

java 学习二

java字面量 java变量 注意事项 十进制转二进制 计算机中表示数据的最小单元 java中的数据类型 java中的类型转换 表达式的自动类型转换 强制类型转换

Java 笔记 13:Java 数组内容,数组的声明、创建、初始化、赋值等,以及内存分析

一、前言 记录时间 [2024-05-03] 系列文章简摘&#xff1a; Java 笔记 01&#xff1a;Java 概述&#xff0c;MarkDown 常用语法整理 Java 笔记 02&#xff1a;Java 开发环境的搭建&#xff0c;IDEA / Notepad / JDK 安装及环境配置&#xff0c;编写第一个 Java 程序 Java 笔记 …

【Python文字识别】基于HyperLPR3实现车牌检测和识别(Python版本快速部署)

闲来无事&#xff0c;想复现一下网上的基于YOLO v5的单目测距算法。然后就突然想在这个场景下搞一下车牌识别&#xff0c;于是就有了这篇文章。今天就给大家分享基于HyperLPR3实现车牌检测和识别。 原创作者&#xff1a;RS迷途小书童 博客地址&#xff1a;https://blog.csdn.ne…

数据挖掘实战-基于CNN深度学习算法构建英文文本分类模型

&#x1f935;‍♂️ 个人主页&#xff1a;艾派森的个人主页 ✍&#x1f3fb;作者简介&#xff1a;Python学习者 &#x1f40b; 希望大家多多支持&#xff0c;我们一起进步&#xff01;&#x1f604; 如果文章对你有帮助的话&#xff0c; 欢迎评论 &#x1f4ac;点赞&#x1f4…

阿里云API网关 产品的使用笔记

阿里云的产品虽多&#xff0c;还是一如既往的一用一个看不懂&#xff0c;该模块的文档依旧保持“稳定”发挥&#xff0c;磕了半天才全部跑通。 用阿里云API网关的原因是&#xff0c;在Agent中写插件调用API的时候&#xff0c;需要使用Https协议&#xff0c;又嫌搞备案、证书等事…

2024五一数学建模A题思路代码与论文分析

2024五一数学建模A题完整代码和成品论文获取↓↓↓↓↓ https://www.yuque.com/u42168770/qv6z0d/gyoz9ou5upvkv6nx?singleDoc# 2024五一数学建模A题钢板最优切割路径问题需要建立的模型和算法: 图论 最短路径算法(Dijkstra算法、Floyd算法等) 动态规划 网格化离散建模 …

链表的带环问题 链表的深度拷贝

1.1. 链表是否带环 代码很简单&#xff0c;最主要就是如何证明 首先判断链表是否带环&#xff0c;可以定义两个指针&#xff0c;一个快指针一个慢指针。快指针走两步&#xff0c;慢指针走一步一定会相遇吗&#xff1f;有没有可能会超过&#xff1f;假设进环的时候fast和slow的…

【翻译】REST API

自动伸缩 API 创建或更新自动伸缩策略 API 此特性设计用于 Elasticsearch Service、Elastic Cloud Enterprise 和 Kubernetes 上的 Elastic Cloud 的间接使用。不支持直接用户使用。 创建或更新一个自动伸缩策略。 请求 PUT /_autoscaling/policy/<name> {"rol…

【大模型学习】私有大模型部署(基础知识)

私有大模型 优点 保护内部隐私 缺点 成本昂贵 难以共享 难以更新 大模型底座 基础知识点 知识库 知识库是什么&#xff1f; 知识库的作用是什么&#xff1f; 微调 增强大模型的推理能力 AI Agent 代理&#xff0c;与内部大模型进行交互 开源 and 闭源 是否可以查…

40 生产者消费者模型

生产者消费者模型 概念 为何要使用生产者消费者模型&#xff0c;这个是用过一个容器解决生产者和消费的强耦合问题。生产者和消费者之间不需要通讯&#xff0c;通过阻塞队列通讯&#xff0c;所以生产者生产完数据之后不用等待消费者处理&#xff0c;直接扔给阻塞队列&#xf…