C语言数据结构与算法——深度、广度优先搜索（DFS、BFS）

目录

一、深度优先搜索（Depth-First-Search 简称：DFS）

无向图的深度优先搜索

有向图的深度优先搜索

二、广度优先搜索（Breadth-First-Search 简称：BFS）

无向图的广度优先搜索

有向图的广度优先搜索

深度优先搜索（Depth-First Search，DFS）和广度优先搜索（Breadth-First Search，BFS）是两种常见的图遍历算法，它们在C语言中被广泛应用于解决各种数据结构和算法问题。这两种搜索算法都用于遍历图或树中的节点，以便查找特定的目标或执行其他相关任务。

一、深度优先搜索（Depth-First-Search 简称：DFS）

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。

无向图的深度优先搜索

1.1 遍历过程：

　　（1）从图中某个顶点v出发，访问v。

　　（2）找出刚才第一个被顶点访问的邻接点。访问该顶点。以这个顶点为新的顶点，重复此步骤，直到访问过的顶点没有未被访问过的顶点为止。

　　（3）返回到步骤（2）中的被顶点v访问的，且还没被访问的邻接点，找出该点的下一个未被访问的邻接点，访问该顶点。

　　（4）重复（2） （3） 直到每个点都被访问过，遍历结束。

例无权图：

第1步：访问A。

第2步：访问（A的邻接点）B。  在第1步访问A之后，接下来应该访问的是A的邻接点，即"B、F、E"中的一个。但在本文的实现中，顶点ABCDEFG是按照顺序存储，B在"D、F和E"的前面，因此，先访问B。

第3步：访问（B的邻接点）C。在第2步访问B之后，接下来应该访问B的邻接点，即"F、D、C"中一个(A已经被访问过，就不算在内)。而由于C在D、F之前，先访问C。

第4步：访问（C的邻接点）D。在第3步访问C之后，接下来应该访问C的邻接点，即D。(B已经被访问过，就不算在内)。

第5步：访问（D的邻接点）E。

第6步：访问（E的邻接点）F。

故遍历结果为 A->B->C->D->E->F

有向图的深度优先搜索

第1步：访问A。

第2步：访问B。在访问A之后，接下来访问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。

故遍历结果为A->b->c->E->D->F->G

二、广度优先搜索（Breadth-First-Search 简称：BFS）

广度优先搜索算法(Breadth First Search)，又称为"宽度优先搜索"或"横向优先搜索"，简称BFS。

它的思想是：从图中某顶点v出发，在访问了v之后依次访问v的各个未曾访问过的邻接点，然后分别从这些邻接点出发依次访问它们的邻接点，并使得“先被访问的顶点的邻接点先于后被访问的顶点的邻接点被访问，直至图中所有已被访问的顶点的邻接点都被访问到。如果此时图中尚有顶点未被访问，则需要另选一个未曾被访问过的顶点作为新的起始点，重复上述过程，直至图中所有顶点都被访问到为止。

换句话说，广度优先搜索遍历图的过程是以v为起点，由近至远，依次访问和v有路径相通且路径长度为1,2...的顶点。

无向图的广度优先搜索

第1步：访问A。
第2步：依次访问B,E,F。
    在访问了A之后，接下来访问A的邻接点。顶点ABCDEFG按照顺序存储，B在"E和F"的前面，因此，先访问B。再访问完B之后，再依次访问E,F。
第3步：依次访问C,D。
    在第2步访问完B,E,F之后，再依次访问它们的邻接点。首先访问B的邻接点C，再访问E的邻接点D。

因此访问顺序是:A->B->E->F->C->D

有向图的广度优先搜索

第1步：访问A。
第2步：访问B。
第3步：依次访问C,E,F。
    在访问了B之后，接下来访问B的出边的另一个顶点，即C,E,F。顶点ABCDEFG按照顺序存储，因此会先访问C，再依次访问E,F。
第4步：依次访问D,G。
    在访问完C,E,F之后，再依次访问它们的出边的另一个顶点。还是按照C,E,F的顺序访问，C的已经全部访问过了，那么就只剩下E,F；先访问E的邻接点D，再访问F的邻接点G。

因此访问顺序是：A->B->C->E->F->D->G

邻接矩阵图表示的"无向图"

/*** C: 邻接矩阵图表示的"无向图(Matrix Undirected Graph)"** @author skywang* @date 2014/04/18*/#include <stdio.h>
#include <stdlib.h>
#include <malloc.h>
#include <string.h>#define MAX 100
#define isLetter(a)  ((((a)>='a')&&((a)<='z')) || (((a)>='A')&&((a)<='Z')))
#define LENGTH(a)  (sizeof(a)/sizeof(a[0]))// 邻接矩阵
typedef struct _graph
{char vexs[MAX];       // 顶点集合int vexnum;           // 顶点数int edgnum;           // 边数int matrix[MAX][MAX]; // 邻接矩阵
}Graph, *PGraph;/** 返回ch在matrix矩阵中的位置*/
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;
}/** 读取一个输入字符*/
static char read_char()
{char ch;do {ch = getchar();} while(!isLetter(ch));return ch;
}/** 创建图(自己输入)*/
Graph* create_graph()
{char c1, c2;int v, e;int i, p1, p2;Graph* pG;// 输入"顶点数"和"边数"printf("input vertex number: ");scanf("%d", &v);printf("input edge number: ");scanf("%d", &e);if ( v < 1 || e < 1 || (e > (v * (v-1)))){printf("input error: invalid parameters!\n");return NULL;}if ((pG=(Graph*)malloc(sizeof(Graph))) == NULL )return NULL;memset(pG, 0, sizeof(Graph));// 初始化"顶点数"和"边数"pG->vexnum = v;pG->edgnum = e;// 初始化"顶点"for (i = 0; i < pG->vexnum; i++){printf("vertex(%d): ", i);pG->vexs[i] = read_char();}// 初始化"边"for (i = 0; i < pG->edgnum; i++){// 读取边的起始顶点和结束顶点printf("edge(%d):", i);c1 = read_char();c2 = read_char();p1 = get_position(*pG, c1);p2 = get_position(*pG, c2);if (p1==-1 || p2==-1){printf("input error: invalid edge!\n");free(pG);return NULL;}pG->matrix[p1][p2] = 1;pG->matrix[p2][p1] = 1;}return pG;
}/** 创建图(用已提供的矩阵)*/
Graph* create_example_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 = LENGTH(vexs);int elen = LENGTH(edges);int i, p1, p2;Graph* pG;// 输入"顶点数"和"边数"if ((pG=(Graph*)malloc(sizeof(Graph))) == NULL )return NULL;memset(pG, 0, sizeof(Graph));// 初始化"顶点数"和"边数"pG->vexnum = vlen;pG->edgnum = elen;// 初始化"顶点"for (i = 0; i < pG->vexnum; i++){pG->vexs[i] = vexs[i];}// 初始化"边"for (i = 0; i < pG->edgnum; i++){// 读取边的起始顶点和结束顶点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;
}/** 返回顶点v的第一个邻接顶点的索引，失败则返回-1*/
static int first_vertex(Graph G, int v)
{int i;if (v<0 || v>(G.vexnum-1))return -1;for (i = 0; i < G.vexnum; i++)if (G.matrix[v][i] == 1)return i;return -1;
}/** 返回顶点v相对于w的下一个邻接顶点的索引，失败则返回-1*/
static int next_vertix(Graph G, int v, int w)
{int i;if (v<0 || v>(G.vexnum-1) || w<0 || w>(G.vexnum-1))return -1;for (i = w + 1; i < G.vexnum; i++)if (G.matrix[v][i] == 1)return i;return -1;
}/** 深度优先搜索遍历图的递归实现*/
static void DFS(Graph G, int i, int *visited)
{                                   int w; visited[i] = 1;printf("%c ", G.vexs[i]);// 遍历该顶点的所有邻接顶点。若是没有访问过，那么继续往下走for (w = first_vertex(G, i); w >= 0; w = next_vertix(G, i, w)){if (!visited[w])DFS(G, w, visited);}}/** 深度优先搜索遍历图*/
void DFSTraverse(Graph G)
{int i;int visited[MAX];       // 顶点访问标记// 初始化所有顶点都没有被访问for (i = 0; i < G.vexnum; i++)visited[i] = 0;printf("DFS: ");for (i = 0; i < G.vexnum; i++){//printf("\n== LOOP(%d)\n", i);if (!visited[i])DFS(G, i, visited);}printf("\n");
}/** 广度优先搜索（类似于树的层次遍历）*/
void BFS(Graph G)
{int head = 0;int rear = 0;int queue[MAX];     // 辅组队列int visited[MAX];   // 顶点访问标记int i, j, k;for (i = 0; i < G.vexnum; i++)visited[i] = 0;printf("BFS: ");for (i = 0; i < G.vexnum; i++){if (!visited[i]){visited[i] = 1;printf("%c ", G.vexs[i]);queue[rear++] = i;  // 入队列}while (head != rear) {j = queue[head++];  // 出队列for (k = first_vertex(G, j); k >= 0; k = next_vertix(G, j, k)) //k是为访问的邻接顶点{if (!visited[k]){visited[k] = 1;printf("%c ", G.vexs[k]);queue[rear++] = k;}}}}printf("\n");
}/** 打印矩阵队列图*/
void print_graph(Graph G)
{int i,j;printf("Martix Graph:\n");for (i = 0; i < G.vexnum; i++){for (j = 0; j < G.vexnum; j++)printf("%d ", G.matrix[i][j]);printf("\n");}
}void main()
{Graph* pG;// 自定义"图"(输入矩阵队列)//pG = create_graph();// 采用已有的"图"pG = create_example_graph();print_graph(*pG);       // 打印图DFSTraverse(*pG);       // 深度优先遍历BFS(*pG);               // 广度优先遍历
}

邻接表表示的"无向图"

/*** C: 邻接表表示的"无向图(List Undirected Graph)"** @author skywang* @date 2014/04/18*/#include <stdio.h>
#include <stdlib.h>
#include <malloc.h>
#include <string.h>#define MAX 100
#define isLetter(a)  ((((a)>='a')&&((a)<='z')) || (((a)>='A')&&((a)<='Z')))
#define LENGTH(a)  (sizeof(a)/sizeof(a[0]))// 邻接表中表对应的链表的顶点
typedef struct _ENode
{int ivex;                   // 该边所指向的顶点的位置struct _ENode *next_edge;   // 指向下一条弧的指针
}ENode, *PENode;// 邻接表中表的顶点
typedef struct _VNode
{char data;              // 顶点信息ENode *first_edge;      // 指向第一条依附该顶点的弧
}VNode;// 邻接表
typedef struct _LGraph
{int vexnum;             // 图的顶点的数目int edgnum;             // 图的边的数目VNode vexs[MAX];
}LGraph;/** 返回ch在matrix矩阵中的位置*/
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;
}/** 读取一个输入字符*/
static char read_char()
{char ch;do {ch = getchar();} while(!isLetter(ch));return ch;
}/** 将node链接到list的末尾*/
static void link_last(ENode *list, ENode *node)
{ENode *p = list;while(p->next_edge)p = p->next_edge;p->next_edge = node;
}/** 创建邻接表对应的图(自己输入)*/
LGraph* create_lgraph()
{char c1, c2;int v, e;int i, p1, p2;ENode *node1, *node2;LGraph* pG;// 输入"顶点数"和"边数"printf("input vertex number: ");scanf("%d", &v);printf("input edge number: ");scanf("%d", &e);if ( v < 1 || e < 1 || (e > (v * (v-1)))){printf("input error: invalid parameters!\n");return NULL;}if ((pG=(LGraph*)malloc(sizeof(LGraph))) == NULL )return NULL;memset(pG, 0, sizeof(LGraph));// 初始化"顶点数"和"边数"pG->vexnum = v;pG->edgnum = e;// 初始化"邻接表"的顶点for(i=0; i<pG->vexnum; i++){printf("vertex(%d): ", i);pG->vexs[i].data = read_char();pG->vexs[i].first_edge = NULL;}// 初始化"邻接表"的边for(i=0; i<pG->edgnum; i++){// 读取边的起始顶点和结束顶点printf("edge(%d): ", i);c1 = read_char();c2 = read_char();p1 = get_position(*pG, c1);p2 = get_position(*pG, c2);// 初始化node1node1 = (ENode*)malloc(sizeof(ENode));node1->ivex = p2;// 将node1链接到"p1所在链表的末尾"if(pG->vexs[p1].first_edge == NULL)pG->vexs[p1].first_edge = node1;elselink_last(pG->vexs[p1].first_edge, node1);// 初始化node2node2 = (ENode*)malloc(sizeof(ENode));node2->ivex = p1;// 将node2链接到"p2所在链表的末尾"if(pG->vexs[p2].first_edge == NULL)pG->vexs[p2].first_edge = node2;elselink_last(pG->vexs[p2].first_edge, node2);}return pG;
}/** 创建邻接表对应的图(用已提供的数据)*/
LGraph* create_example_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 = LENGTH(vexs);int elen = LENGTH(edges);int i, p1, p2;ENode *node1, *node2;LGraph* pG;if ((pG=(LGraph*)malloc(sizeof(LGraph))) == NULL )return NULL;memset(pG, 0, sizeof(LGraph));// 初始化"顶点数"和"边数"pG->vexnum = vlen;pG->edgnum = elen;// 初始化"邻接表"的顶点for(i=0; i<pG->vexnum; i++){pG->vexs[i].data = vexs[i];pG->vexs[i].first_edge = NULL;}// 初始化"邻接表"的边for(i=0; i<pG->edgnum; i++){// 读取边的起始顶点和结束顶点c1 = edges[i][0];c2 = edges[i][1];p1 = get_position(*pG, c1);p2 = get_position(*pG, c2);// 初始化node1node1 = (ENode*)malloc(sizeof(ENode));node1->ivex = p2;// 将node1链接到"p1所在链表的末尾"if(pG->vexs[p1].first_edge == NULL)pG->vexs[p1].first_edge = node1;elselink_last(pG->vexs[p1].first_edge, node1);// 初始化node2node2 = (ENode*)malloc(sizeof(ENode));node2->ivex = p1;// 将node2链接到"p2所在链表的末尾"if(pG->vexs[p2].first_edge == NULL)pG->vexs[p2].first_edge = node2;elselink_last(pG->vexs[p2].first_edge, node2);}return pG;
}/** 深度优先搜索遍历图的递归实现*/
static void DFS(LGraph G, int i, int *visited)
{int w;ENode *node;visited[i] = 1;printf("%c ", G.vexs[i].data);node = G.vexs[i].first_edge;while (node != NULL){if (!visited[node->ivex])DFS(G, node->ivex, visited);node = node->next_edge;}
}/** 深度优先搜索遍历图*/
void DFSTraverse(LGraph G)
{int i;int visited[MAX];       // 顶点访问标记// 初始化所有顶点都没有被访问for (i = 0; i < G.vexnum; i++)visited[i] = 0;printf("DFS: ");for (i = 0; i < G.vexnum; i++){if (!visited[i])DFS(G, i, visited);}printf("\n");
}/** 广度优先搜索（类似于树的层次遍历）*/
void BFS(LGraph G)
{int head = 0;int rear = 0;int queue[MAX];     // 辅组队列int visited[MAX];   // 顶点访问标记int i, j, k;ENode *node;for (i = 0; i < G.vexnum; i++)visited[i] = 0;printf("BFS: ");for (i = 0; i < G.vexnum; i++){if (!visited[i]){visited[i] = 1;printf("%c ", G.vexs[i].data);queue[rear++] = i;  // 入队列}while (head != rear) {j = queue[head++];  // 出队列node = G.vexs[j].first_edge;while (node != NULL){k = node->ivex;if (!visited[k]){visited[k] = 1;printf("%c ", G.vexs[k].data);queue[rear++] = k;}node = node->next_edge;}}}printf("\n");
}/** 打印邻接表图*/
void print_lgraph(LGraph G)
{int i,j;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 != NULL){printf("%d(%c) ", node->ivex, G.vexs[node->ivex].data);node = node->next_edge;}printf("\n");}
}void main()
{LGraph* pG;// 自定义"图"(自己输入数据)//pG = create_lgraph();// 采用已有的"图"pG = create_example_lgraph();// 打印图print_lgraph(*pG);DFSTraverse(*pG);BFS(*pG);
}

邻接矩阵表示的"有向图"

/*** C: 邻接矩阵表示的"有向图(Matrix Directed Graph)"** @author skywang* @date 2014/04/18*/#include <stdio.h>
#include <stdlib.h>
#include <malloc.h>
#include <string.h>#define MAX 100
#define isLetter(a)  ((((a)>='a')&&((a)<='z')) || (((a)>='A')&&((a)<='Z')))
#define LENGTH(a)  (sizeof(a)/sizeof(a[0]))// 邻接矩阵
typedef struct _graph
{char vexs[MAX];       // 顶点集合int vexnum;           // 顶点数int edgnum;           // 边数int matrix[MAX][MAX]; // 邻接矩阵
}Graph, *PGraph;/** 返回ch在matrix矩阵中的位置*/
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;
}/** 读取一个输入字符*/
static char read_char()
{char ch;do {ch = getchar();} while(!isLetter(ch));return ch;
}/** 创建图(自己输入)*/
Graph* create_graph()
{char c1, c2;int v, e;int i, p1, p2;Graph* pG;// 输入"顶点数"和"边数"printf("input vertex number: ");scanf("%d", &v);printf("input edge number: ");scanf("%d", &e);if ( v < 1 || e < 1 || (e > (v * (v-1)))){printf("input error: invalid parameters!\n");return NULL;}if ((pG=(Graph*)malloc(sizeof(Graph))) == NULL )return NULL;memset(pG, 0, sizeof(Graph));// 初始化"顶点数"和"边数"pG->vexnum = v;pG->edgnum = e;// 初始化"顶点"for (i = 0; i < pG->vexnum; i++){printf("vertex(%d): ", i);pG->vexs[i] = read_char();}// 初始化"边"for (i = 0; i < pG->edgnum; i++){// 读取边的起始顶点和结束顶点printf("edge(%d):", i);c1 = read_char();c2 = read_char();p1 = get_position(*pG, c1);p2 = get_position(*pG, c2);if (p1==-1 || p2==-1){printf("input error: invalid edge!\n");free(pG);return NULL;}pG->matrix[p1][p2] = 1;}return pG;
}/** 创建图(用已提供的矩阵)*/
Graph* create_example_graph()
{char vexs[] = {'A', 'B', 'C', 'D', 'E', 'F', 'G'};char edges[][2] = {{'A', 'B'}, {'B', 'C'}, {'B', 'E'}, {'B', 'F'}, {'C', 'E'}, {'D', 'C'}, {'E', 'B'}, {'E', 'D'}, {'F', 'G'}}; int vlen = LENGTH(vexs);int elen = LENGTH(edges);int i, p1, p2;Graph* pG;// 输入"顶点数"和"边数"if ((pG=(Graph*)malloc(sizeof(Graph))) == NULL )return NULL;memset(pG, 0, sizeof(Graph));// 初始化"顶点数"和"边数"pG->vexnum = vlen;pG->edgnum = elen;// 初始化"顶点"for (i = 0; i < pG->vexnum; i++){pG->vexs[i] = vexs[i];}// 初始化"边"for (i = 0; i < pG->edgnum; i++){// 读取边的起始顶点和结束顶点p1 = get_position(*pG, edges[i][0]);p2 = get_position(*pG, edges[i][1]);pG->matrix[p1][p2] = 1;}return pG;
}/** 返回顶点v的第一个邻接顶点的索引，失败则返回-1*/
static int first_vertex(Graph G, int v)
{int i;if (v<0 || v>(G.vexnum-1))return -1;for (i = 0; i < G.vexnum; i++)if (G.matrix[v][i] == 1)return i;return -1;
}/** 返回顶点v相对于w的下一个邻接顶点的索引，失败则返回-1*/
static int next_vertix(Graph G, int v, int w)
{int i;if (v<0 || v>(G.vexnum-1) || w<0 || w>(G.vexnum-1))return -1;for (i = w + 1; i < G.vexnum; i++)if (G.matrix[v][i] == 1)return i;return -1;
}/** 深度优先搜索遍历图的递归实现*/
static void DFS(Graph G, int i, int *visited)
{                                   int w; visited[i] = 1;printf("%c ", G.vexs[i]);// 遍历该顶点的所有邻接顶点。若是没有访问过，那么继续往下走for (w = first_vertex(G, i); w >= 0; w = next_vertix(G, i, w)){if (!visited[w])DFS(G, w, visited);}}/** 深度优先搜索遍历图*/
void DFSTraverse(Graph G)
{int i;int visited[MAX];       // 顶点访问标记// 初始化所有顶点都没有被访问for (i = 0; i < G.vexnum; i++)visited[i] = 0;printf("DFS: ");for (i = 0; i < G.vexnum; i++){//printf("\n== LOOP(%d)\n", i);if (!visited[i])DFS(G, i, visited);}printf("\n");
}/** 广度优先搜索（类似于树的层次遍历）*/
void BFS(Graph G)
{int head = 0;int rear = 0;int queue[MAX];     // 辅组队列int visited[MAX];   // 顶点访问标记int i, j, k;for (i = 0; i < G.vexnum; i++)visited[i] = 0;printf("BFS: ");for (i = 0; i < G.vexnum; i++){if (!visited[i]){visited[i] = 1;printf("%c ", G.vexs[i]);queue[rear++] = i;  // 入队列}while (head != rear) {j = queue[head++];  // 出队列for (k = first_vertex(G, j); k >= 0; k = next_vertix(G, j, k)) //k是为访问的邻接顶点{if (!visited[k]){visited[k] = 1;printf("%c ", G.vexs[k]);queue[rear++] = k;}}}}printf("\n");
}/** 打印矩阵队列图*/
void print_graph(Graph G)
{int i,j;printf("Martix Graph:\n");for (i = 0; i < G.vexnum; i++){for (j = 0; j < G.vexnum; j++)printf("%d ", G.matrix[i][j]);printf("\n");}
}void main()
{Graph* pG;// 自定义"图"(输入矩阵队列)//pG = create_graph();// 采用已有的"图"pG = create_example_graph();print_graph(*pG);       // 打印图DFSTraverse(*pG);       // 深度优先遍历BFS(*pG);               // 广度优先遍历
}

邻接表表示的"有向图"

/*** C: 邻接表表示的"有向图(List Directed Graph)"** @author skywang* @date 2014/04/18*/#include <stdio.h>
#include <stdlib.h>
#include <malloc.h>
#include <string.h>#define MAX 100
#define isLetter(a)  ((((a)>='a')&&((a)<='z')) || (((a)>='A')&&((a)<='Z')))
#define LENGTH(a)  (sizeof(a)/sizeof(a[0]))// 邻接表中表对应的链表的顶点
typedef struct _ENode
{int ivex;                   // 该边所指向的顶点的位置struct _ENode *next_edge;   // 指向下一条弧的指针
}ENode, *PENode;// 邻接表中表的顶点
typedef struct _VNode
{char data;              // 顶点信息ENode *first_edge;      // 指向第一条依附该顶点的弧
}VNode;// 邻接表
typedef struct _LGraph
{int vexnum;             // 图的顶点的数目int edgnum;             // 图的边的数目VNode vexs[MAX];
}LGraph;/** 返回ch在matrix矩阵中的位置*/
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;
}/** 读取一个输入字符*/
static char read_char()
{char ch;do {ch = getchar();} while(!isLetter(ch));return ch;
}/** 将node链接到list的末尾*/
static void link_last(ENode *list, ENode *node)
{ENode *p = list;while(p->next_edge)p = p->next_edge;p->next_edge = node;
}/** 创建邻接表对应的图(自己输入)*/
LGraph* create_lgraph()
{char c1, c2;int v, e;int i, p1, p2;ENode *node1, *node2;LGraph* pG;// 输入"顶点数"和"边数"printf("input vertex number: ");scanf("%d", &v);printf("input edge number: ");scanf("%d", &e);if ( v < 1 || e < 1 || (e > (v * (v-1)))){printf("input error: invalid parameters!\n");return NULL;}if ((pG=(LGraph*)malloc(sizeof(LGraph))) == NULL )return NULL;memset(pG, 0, sizeof(LGraph));// 初始化"顶点数"和"边数"pG->vexnum = v;pG->edgnum = e;// 初始化"邻接表"的顶点for(i=0; i<pG->vexnum; i++){printf("vertex(%d): ", i);pG->vexs[i].data = read_char();pG->vexs[i].first_edge = NULL;}// 初始化"邻接表"的边for(i=0; i<pG->edgnum; i++){// 读取边的起始顶点和结束顶点printf("edge(%d): ", i);c1 = read_char();c2 = read_char();p1 = get_position(*pG, c1);p2 = get_position(*pG, c2);// 初始化node1node1 = (ENode*)malloc(sizeof(ENode));node1->ivex             = p2;// 将node1链接到"p1所在链表的末尾"if(pG->vexs[p1].first_edge == NULL)pG->vexs[p1].first_edge = node1;elselink_last(pG->vexs[p1].first_edge, node1);}return pG;
}/** 创建邻接表对应的图(用已提供的数据)*/
LGraph* create_example_lgraph()
{char c1, c2;char vexs[] = {'A', 'B', 'C', 'D', 'E', 'F', 'G'};char edges[][2] = {{'A', 'B'}, {'B', 'C'}, {'B', 'E'}, {'B', 'F'}, {'C', 'E'}, {'D', 'C'}, {'E', 'B'}, {'E', 'D'}, {'F', 'G'}}; int vlen = LENGTH(vexs);int elen = LENGTH(edges);int i, p1, p2;ENode *node1, *node2;LGraph* pG;if ((pG=(LGraph*)malloc(sizeof(LGraph))) == NULL )return NULL;memset(pG, 0, sizeof(LGraph));// 初始化"顶点数"和"边数"pG->vexnum = vlen;pG->edgnum = elen;// 初始化"邻接表"的顶点for(i=0; i<pG->vexnum; i++){pG->vexs[i].data = vexs[i];pG->vexs[i].first_edge = NULL;}// 初始化"邻接表"的边for(i=0; i<pG->edgnum; i++){// 读取边的起始顶点和结束顶点c1 = edges[i][0];c2 = edges[i][1];p1 = get_position(*pG, c1);p2 = get_position(*pG, c2);// 初始化node1node1 = (ENode*)malloc(sizeof(ENode));node1->ivex = p2;// 将node1链接到"p1所在链表的末尾"if(pG->vexs[p1].first_edge == NULL)pG->vexs[p1].first_edge = node1;elselink_last(pG->vexs[p1].first_edge, node1);}return pG;
}/** 深度优先搜索遍历图的递归实现*/
static void DFS(LGraph G, int i, int *visited)
{int w;ENode *node;visited[i] = 1;printf("%c ", G.vexs[i].data);node = G.vexs[i].first_edge;while (node != NULL){if (!visited[node->ivex])DFS(G, node->ivex, visited);node = node->next_edge;}
}/** 深度优先搜索遍历图*/
void DFSTraverse(LGraph G)
{int i;int visited[MAX];       // 顶点访问标记// 初始化所有顶点都没有被访问for (i = 0; i < G.vexnum; i++)visited[i] = 0;printf("DFS: ");for (i = 0; i < G.vexnum; i++){if (!visited[i])DFS(G, i, visited);}printf("\n");
}/** 广度优先搜索（类似于树的层次遍历）*/
void BFS(LGraph G)
{int head = 0;int rear = 0;int queue[MAX];     // 辅组队列int visited[MAX];   // 顶点访问标记int i, j, k;ENode *node;for (i = 0; i < G.vexnum; i++)visited[i] = 0;printf("BFS: ");for (i = 0; i < G.vexnum; i++){if (!visited[i]){visited[i] = 1;printf("%c ", G.vexs[i].data);queue[rear++] = i;  // 入队列}while (head != rear) {j = queue[head++];  // 出队列node = G.vexs[j].first_edge;while (node != NULL){k = node->ivex;if (!visited[k]){visited[k] = 1;printf("%c ", G.vexs[k].data);queue[rear++] = k;}node = node->next_edge;}}}printf("\n");
}/** 打印邻接表图*/
void print_lgraph(LGraph G)
{int i,j;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 != NULL){printf("%d(%c) ", node->ivex, G.vexs[node->ivex].data);node = node->next_edge;}printf("\n");}
}void main()
{LGraph* pG;// 自定义"图"(自己输入数据)//pG = create_lgraph();// 采用已有的"图"pG = create_example_lgraph();// 打印图print_lgraph(*pG);DFSTraverse(*pG);BFS(*pG);
}

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/news/723191.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

【工具】PIL图片颜色处理

【工具】PIL图片颜色处理

使用前置函数&#xff0c;用于图片效果显示 from PIL import Image, ImageOps, ImageEnhance import matplotlib.pyplot as pltclass SHOW:def __init__(self):self.idx 0# 创建宽10英寸、高90英寸self.fig plt.figure(figsize(10,90))def add(self, img, title):self.idx …
阅读更多...
【JavaEE】_Spring MVC项目之使用对象传参

【JavaEE】_Spring MVC项目之使用对象传参

目录 1. 使用对象传参 2. 后端参数重命名问题 2.1 关于RequestPara注解 本专栏关于Spring MVC项目的单个及多个参数传参一文中&#xff0c;已经介绍过了对于不同个数的参数传参问题&#xff0c;原文链接如下&#xff1a; 【JavaEE】_Spring MVC 项目单个及多个参数传参-CSD…
阅读更多...
2024高频前端面试题 Vue2 和 Vue3 篇

2024高频前端面试题 Vue2 和 Vue3 篇

* Vue2 和 Vue3的区别&#xff1a; 1&#xff09;双向数据绑定原理的区别 2&#xff09;根节点的不同 Vue2只能一个根节点 Vue3在组件中可以放置多个根节点 3&#xff09;Vue3中采用composition API vue2:采用的选项型API(opsition API) vue3:采用的组合型API(composition A…
阅读更多...
分类算法入门：以鸢尾花数据集为例

分类算法入门：以鸢尾花数据集为例

近两年人工智能技术蓬勃发展&#xff0c;OpenAI连续放出ChatGPT、Sora等“王炸”产品&#xff0c;大模型、AIGC等技术带来了革命性的提升&#xff0c;很多人认为人工智能将引领第四次工业革命。国内各大互联网公司也是重点投资布局&#xff0c;从个人角度来说要尽快跟上时代的潮…
阅读更多...
Node.js最准确历史版本下载(以下载Node.js16.17.1版本为例)

Node.js最准确历史版本下载(以下载Node.js16.17.1版本为例)

先进入官网:Node.js https://nodejs.org/en 括号中LTS代表稳定版本. 嫌其他冗余博客帖子多&#xff0c;找起来费眼睛,可以到/release下载:Node.js,在blog后面加/release https://nodejs.org/en/blog/release/ 点击next翻页,跟上面同样的步骤
阅读更多...
echarts柱状图可鼠标左击出现自定义弹框，右击隐藏弹框并阻止默认右击事件

echarts柱状图可鼠标左击出现自定义弹框，右击隐藏弹框并阻止默认右击事件

每项x轴数据对应有两条柱图和一条阴影效果是学习其它博客得到的效果&#xff0c;这个是学习的原文链接&#xff1a;echarts两个合并柱体&#xff08;普通柱状图象形柱图&#xff09;共享一个柱体阴影 因为这次情况比较特殊&#xff0c;不仅需要自定义弹框内容&#xff0c;而且…
阅读更多...
JAVA中YML：几个用法

JAVA中YML：几个用法

项目有一些配置文件&#xff0c;ini、prop类型的配置文件都考虑过后&#xff0c;还是选择yml文件&#xff0c;如上图&#xff1a;xxconfig.yml。 要求&#xff1a; 1、允许实施人员手动配置 2、配置文件要能轻便的转化为一个JAVA对象 3、程序启动后&#xff0c;打印这些配置项&…
阅读更多...
DQL语言学习（2024/3/5）one

DQL语言学习（2024/3/5）one

1.基础查询&#xff1a; select 查询列表 from 表名&#xff1b; 查询列表可以是&#xff1a;①表中的字段、②常量值、③表达式、④函数 ①查询表中的单个字段&#xff0c;多个字段&#xff0c;所有字段 select *from 表名&#xff1b; ③查询表达式: select 100*98; ④…
阅读更多...
【QT】QMainWindow介绍

【QT】QMainWindow介绍

QMainWindow Label&#xff1a;可以放静态/动态图片/链接 菜单栏工具栏浮动窗口和核心部件状态栏 Qdialog 模拟对话框非模拟对话框标准对话框和文件对话框 在创建文件时&#xff0c;路径一定不能有中文&#xff0c;否则会报错 双击下面的 Line Edit&#xff1a;只能显示一…
阅读更多...
css使用

css使用

一、什么是CSS <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><title>Title</title><style>div{color: red;}</style> </head> <body><div>Hello CSS</div></…
阅读更多...
CSS的文本样式属性值，web前端开发规范

CSS的文本样式属性值，web前端开发规范

正文 介绍下半连接队列 服务器第一次接收到客户端的SYN后&#xff0c;会处于SYN-REVD阶段&#xff0c;此时双方还没有建立完全的连接&#xff0c; 服务器会把此种状态下请求连接放在一个队列里&#xff0c;我们把这种队列称为半连接队列 已经完成三次握手并建立连接&#xff…
阅读更多...
第五篇：人工智能与机器学习技术VS创意创新（creative）--- 我为什么要翻译介绍美国人工智能科技巨头IAB公司？

第五篇：人工智能与机器学习技术VS创意创新（creative）--- 我为什么要翻译介绍美国人工智能科技巨头IAB公司？

【如无特殊说明&#xff0c;本文所有图片均来源于网络】 IAB平台&#xff0c;使命和功能 IAB成立于1996年&#xff0c;总部位于纽约市。 作为美国的人工智能科技巨头社会媒体和营销专业平台公司&#xff0c;互动广告局&#xff08;IAB- the Interactive Advertising Bureau&…
阅读更多...
java SSM厂房管理系统myeclipse开发mysql数据库springMVC模式java编程计算机网页设计

java SSM厂房管理系统myeclipse开发mysql数据库springMVC模式java编程计算机网页设计

一、源码特点 java SSM厂房管理系统是一套完善的web设计系统&#xff08;系统采用SSM框架进行设计开发&#xff0c;springspringMVCmybatis&#xff09;&#xff0c;对理解JSP java编程开发语言有帮助&#xff0c;系统具有完整的源代码和数据库&#xff0c;系统主要采用B/S…
阅读更多...
PHP伪协议详解

PHP伪协议详解

PHP伪协议详解 一、前言1.什么是PHP伪协议&#xff1f;2.什么时候用PHP伪协议? 二、常见的php伪协议php://inputphp://filterzip://与bzip2://与zlib://协议data://phar:// 一、前言 1.什么是PHP伪协议&#xff1f; PHP伪协议是PHP自己支持的一种协议与封装协议&#xff0c;…
阅读更多...
黑马微服务常见面试题

黑马微服务常见面试题

常见面试题 1.微服务篇 1.1.SpringCloud常见组件有哪些&#xff1f; 问题说明&#xff1a;这个题目主要考察对SpringCloud的组件基本了解 难易程度&#xff1a;简单 参考话术&#xff1a; SpringCloud包含的组件很多&#xff0c;有很多功能是重复的。其中最常用组件包括&…
阅读更多...
hive实战项目：旅游集市数仓建设

hive实战项目：旅游集市数仓建设

旅游集市数仓建设 文章目录 旅游集市数仓建设为什么要设计数据分层&#xff1f;分层设计ODS&#xff08;Operational Data Store&#xff09;&#xff1a;数据运营层DW&#xff08;Data Warehouse&#xff09;&#xff1a;数据仓库层DWD&#xff08;Data Warehouse Detail&…
阅读更多...
在亚马逊云科技上开启您的多机多卡分布式训练之旅

在亚马逊云科技上开启您的多机多卡分布式训练之旅

随着机器学习模型规模的扩大和数据量的增加&#xff0c;单个设备的计算能力和内存容量逐渐成为瓶颈。这导致训练过程变得缓慢且耗时长&#xff0c;限制了模型的进一步发展和改进。为了解决这个问题&#xff0c;分布式训练应运而生。它利用多个计算资源并行地执行计算任务&#…
阅读更多...
我为什么选择大数据和技术人生两三事

我为什么选择大数据和技术人生两三事

程序员如何选择职业赛道&#xff1f; 程序员的职业赛道就像是一座迷宫&#xff0c;有前端的美丽花园&#xff0c;后端的黑暗洞穴&#xff0c;还有数据科学的神秘密室。你准备好探索这个充满挑战和机遇的迷宫了吗&#xff1f; 选择一个职业赛道&#xff0c;无外乎起点飘着兴趣&a…
阅读更多...
计算机网络——24路由器组成

计算机网络——24路由器组成

路由器组成 路由器的结构概况 高层面(非常简化的)通用路由器体系架构 路由&#xff1a;运行路由选择算法&#xff0f;协议 (RIP, OSPF, BGP) - 生成 路由表转发&#xff1a;从输入到输出链路交换数据报 - 根据路由表进行分组的转发 输入端口功能 分布式交换&#xff1a; 根…
阅读更多...
AI大模型与小模型之间的“脱胎”与“反哺”（第四篇）

AI大模型与小模型之间的“脱胎”与“反哺”（第四篇）

76. **动态领域适应网络&#xff08;Dynamic Domain Adaptation Networks, DDANs&#xff09;**&#xff1a; 创建能动态调整自身参数以适应新行业特性的网络结构&#xff0c;使得AI大模型能在不完全重新训练的情况下快速适应新的业务场景和环境变化。 77. **元学习中的元策略优…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023