数据结构——广度优先遍历(BFS)无向连通图

2023-11-20

以下是数据结构中关于广度优先遍历无向连通图的操作(编程风格参考严蔚敏版数据结构)。
其实深度优先遍历就是二叉树的层次遍历的推广。

头文件及宏

#include<iostream>
#include<stdio.h>
using namespace std; 
typedef char VerTexType;
typedef int ArcType; 
typedef VerTexType QElemType;
#define MaxInt 32767 
#define MVNum 100   
#define OK 1
#define ERROR -1;
typedef int status;

说明:typedef VerTexType QElemType;//队列元素的类型就是节点的类型

队列及图的结构体声明:

typedef struct{
	VerTexType vexs[MVNum] {'A','B','C','D','E','F','G','H'};//节点表 
	ArcType arcs[MVNum][MVNum];//邻接表(肯定是个正方形的矩阵)
	int vexnum = 8,arcnum = 9;//该邻接矩阵的节点数、边数  
}AMGraph; 

typedef struct SeQueue{
	QElemType *base;
	int front;//标记队头
	int rear;//标记队尾
}Squeue;

说明:直接声明节点表,编译器可能会报警告。这个影响不大,这个是编译器C++版本老旧的问题。如果是使用DEV-C++软件编译的话,可以去这样设置一下:工具 -> 编译选项 -> Setting -> 代码生成/优化 -> 代码生成 -> 语言标准(-std),选ISO C++11。
在这里插入图片描述

关于图和队列的基本操作

关于图和队列的基本操作在前面的文章里有整理,为了不让篇幅冗余和重复啰嗦,有需要的读者可以去往期帖子里获取:
数据结构——深度优先遍历(DFS)无向连通图
数据结构——顺序队列1(声明、初始化、判断队空/队满、入队、出队、遍历队)

广度优先遍历(BFS)核心代码

void BFS(AMGraph &G,Squeue &Q,VerTexType v){
	int vi = LocateVex(G,v);
	cout<<v<<" ";visited[vi] = true;//被访问过设true
	Enqueue(Q,v);//被访问过的节点入队 
	while(isNotEmpty(Q)!=-1){//-1表示队空 
		VerTexType vh = Dequeue(Q);// 队头元素 
		for(int vn = FirstAdjVex(G,vh);vn>=0;vn = NextAdjVex(G,vh,vn)){//获取全部邻接节点 
			if(!visited[vn]){
				VerTexType V = Transform(G,vn);//通过下标寻找节点 
				cout<<V<<" ";visited[vn] = true;
				Enqueue(Q,V);//被访问的节点入队 
			}//if 
		}//for
	} //while
}

代码说明:
当访问了某个节点后,先获取其全部邻接节点(记录方式为入队),然后再将全部邻接节点依次输出。重复上述过程,就完成了广度优先遍历。
把它转换成二叉树来看,就是这么个情况:先获取其全部子节点(就是对应图的邻接节点),然后将每个子节点挨个输出,每访问一个子节点就把该子节点的子节点全部找出来(以入队的方式记录),重复以上过程。

举个例子:

在这里插入图片描述

那么广度优先遍历是如何遍历的呢?
从A开始:访问A(输出A),A标记已访问,A入队;
进入while循环:
A出队(因为此时A作为队头节点),然后进入for循环(这个循环的作用是找出A全部邻接节点)
A的邻接节点B没被访问过,访问B(输出B)。然后B节点入队;
A的邻接节点C没被访问过,访问C(输出C)。然后C节点入队;此时队列是[B,C]。
此时队头是B,B出队。再次执行for循环(此次for循环就是找出B的全部邻接节点)
B的邻接节点D没被访问过,访问D(输出D)。然后D节点入队;
B的邻接节点E没被访问过,访问E(输出E)。然后D节点入队。此时队列是[C,D,E]。
此时队头是C,C出队,再次执行for循环。
C的邻接节点F没被访问过,访问F(输出F),然后F节点入队;
C的邻接节点G没被访问过,访问G(输出G),然后G节点入队。此时队列是[D,E,F,G]。
此时队头是D,D出队,再次执行for循环:
D的邻接节点H没被访问过,访问H(输出H)。然后H节点入队。此时队列是[E,F,G,H]。
往后就是队列元素依次出队寻找邻接节点,但是此时它们的邻接节点都已被访问过,找到了也不会输出了。直到队列为空,程序结束。
所以输出结果就是A B C D E F G H。

运行结果

在这里插入图片描述

源代码:

#include<iostream>
#include<stdio.h>
using namespace std; 
typedef char VerTexType; //代表节点变量的类型(一般我们用ABCD表示节点,所以用char)
typedef int ArcType; //  代表边变量的类型(肯定用长度表示边呀,所以用int或者double都可)
typedef VerTexType QElemType;//队列元素的类型就是节点的类型 
#define MaxInt 32767 //边的最大值(表示目标不可达)
#define MVNum 100    //最大节点数 
#define OK 1
#define ERROR -1;
typedef int status;
bool visited[MVNum];//标记访问记录的数组;宏定义会自动赋值为0 
typedef struct{
	VerTexType vexs[MVNum] {'A','B','C','D','E','F','G','H'};//节点表 
	ArcType arcs[MVNum][MVNum];//邻接表(肯定是个正方形的矩阵)
	int vexnum = 8,arcnum = 9;//该邻接矩阵的节点数、边数  
}AMGraph; 

typedef struct SeQueue{
	QElemType *base;
	int front;//标记队头
	int rear;//标记队尾
}Squeue;

int LocateVex(AMGraph G, VerTexType v){
	int i;
	for(i=0;i<G.vexnum;i++){
		if(G.vexs[i]==v){
			return i;
		}
	} 
	return ERROR;
}


status initialQ(Squeue &sq){
	sq.base = new QElemType[MVNum];
	if(!sq.base){
		cout<<"初始化失败\n";
		return ERROR;
	}
	sq.front = sq.rear = 0;
	return OK;
}

status Enqueue(Squeue &sq,QElemType e){
	sq.base[sq.rear++] = e;
	return OK;
}

VerTexType Dequeue(Squeue &sq){
	VerTexType e = sq.base[sq.front];
	for(int i=sq.front;i<sq.rear-1;i++){
		sq.base[i] = sq.base[i+1];
	}
	sq.rear--;
	return e;
}

status isNotEmpty(Squeue sq){
	if(sq.front==sq.rear){
//		cout<<"队空!\n";
		return ERROR;
	}
	return OK;
}

status CreateUDN(AMGraph &G){//创建无向图 	
	for(int i=0;i<G.vexnum;i++){
		for(int j=0;j<G.vexnum;j++){
			if(i==j){
				G.arcs[i][j] = 0;
			}else
				G.arcs[i][j] = MaxInt;//初始状态全部节点之间相互不可达
		}
	}
	G.arcs[0][1]=1;
	G.arcs[0][2]=1;
	G.arcs[1][3]=1;
	G.arcs[1][4]=1;
	G.arcs[2][5]=1;
	G.arcs[2][6]=1;
	G.arcs[3][7]=1;
	G.arcs[4][7]=1;
	G.arcs[5][6]=1;
	for(int i=0;i<G.vexnum;i++){
		for(int j=i+1;j<G.vexnum;j++){
			if(G.arcs[i][j]==1){
				G.arcs[j][i] = 1;
			} 
		}
	}//矩阵对称 
	return OK; 
}


void ShowGraph(AMGraph G){
	cout<<" ";
	for(int i=0;i<G.vexnum;i++){
		cout<<" "<<G.vexs[i];
	}
	cout<<endl;
	for(int i=0;i<G.vexnum;i++){
		cout<<G.vexs[i]<<" ";
		for(int j=0;j<G.vexnum;j++){
			if(G.arcs[i][j]==MaxInt){
				cout<<"* ";
			}else{
				cout<<G.arcs[i][j]<<" ";
			}
				
		}
		cout<<endl;
	}
}


VerTexType Transform(AMGraph G, int vn){
	return G.vexs[vn]; 
}

int FirstAdjVex(AMGraph G,VerTexType v){//v的第一个邻接点 
	int vi = LocateVex(G,v);
	for(int i=0;i<G.vexnum;i++){
		if(!visited[i]&&G.arcs[vi][i]==1){
			return i;//找到邻接点且此邻接点未被访问过 
		}
	} 
	return ERROR;//未找到邻接点 
}

int NextAdjVex(AMGraph G,VerTexType v ,int vn){//v相对于vn的下一个邻接点 
	int vi = LocateVex(G,v);
	
	for(int i=vn+1;i<G.vexnum;i++){
		if(!visited[i]&&G.arcs[vi][i]==1){
			return i;//找到邻接点且此邻接点未被访问过 
		}
	} 
	return ERROR;//未找到下一个邻接点 
}


void BFS(AMGraph &G,Squeue &Q,VerTexType v){
	int vi = LocateVex(G,v);
	cout<<v<<" ";visited[vi] = true;//被访问过设true
	Enqueue(Q,v);//被访问过的节点入队 
	while(isNotEmpty(Q)!=-1){//-1表示队空 
		VerTexType vh = Dequeue(Q);// 队头元素 
		for(int vn = FirstAdjVex(G,vh);vn>=0;vn = NextAdjVex(G,vh,vn)){//获取全部邻接节点 
			if(!visited[vn]){
				VerTexType V = Transform(G,vn);//通过下标寻找节点 
				cout<<V<<" ";visited[vn] = true;
				Enqueue(Q,V);//被访问的节点入队 
			}//if 
		}//for
	} //while
}

int main(){
	AMGraph G;
	Squeue Q; 
	initialQ(Q);
	CreateUDN(G);
	ShowGraph(G);
	BFS(G,Q,'A');
	return 0;
}

代码是参考严蔚敏版《数据结构》写的,因为书上只写核心代码不是完整的源程序,以上代码能调是通过是自己对书本代码进行补充才能跑起来,水平有限可能有错,敬请批评指正。

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

数据结构——广度优先遍历(BFS)无向连通图 的相关文章

随机推荐

  • js 设置网页打印的页眉页脚和页边距

    http blog sina com cn s blog 629788b70100n9zr html
  • React 教程及其API接口文档

    React 详细中文开发文档 可以阅读 http reactjs cn react docs tutorial html 英文原文 http facebook github io react 中文论坛 http react china or
  • mmdetection No module named 'imagecorruptions'

    报错原因 imagecorruptions cpp文件需要重新编译 解决方案 mmdetection 目录下运行 python setup py develop
  • 权重计算方法_终身持续学习-可塑权重巩固(Elastic Weight Consolidation)

    回过头来梳理了一下EWC方法 在持续终身学习里面很经典的一个方法 Deepmind写的晦涩难懂x 当时折腾了好久才理解 因为自己有点菜 条件和目标 论文中 假设存在两个任务A和B 可以推广为旧任务和新任务 数据集分别为D和D 模型学习完任务
  • 2021-07-01 RuoYi-Vue-Plus

    提示 https gitee com JavaLionLi RuoYi Vue Plus from gitee search 疯狂的狮子li icon https www iconfont cn 渐变色 http color oulu me
  • ASP.NET 中实现 读取数据库二进制 下载

    实现思路 首先从数据库中把二进制 写入到服务器上 生成临时文件 然后再从服务器上 进行下载 具体代码如下 string filename test jpg 这个就是要存放到服务器的文件名 Response ContentType appli
  • Jenkins自动化测试

    学习 Jenkins 自动化测试的系列文章 Robot Framework 概念 Robot Framework 安装 Pycharm Robot Framework 环境搭建 Robot Framework 介绍 Jenkins 自动化测
  • mariadb主从复制

    1 准备两台服务器 一台设置为master服务器 一台设置为slave服务器 两台服务器先关闭防火墙 关闭selinux systemctl stop firewalld setenforce 0 两台服务器都需要安装mariadb 这里用
  • google c++代码规范-中文翻译

    头文件 lt Header Files gt The define Guard 所有的头文件都应该使用 define等来防止头文件重复包含 宏的格式应该为
  • Python实现二叉搜索树的删除功能

    Python实现二叉搜索树的删除功能 二叉搜索树 二叉查找树 Binary Search Tree 又称为排序二叉树 有序二叉树 二叉搜索树的实现可以参考 https blog csdn net weixin 43790276 articl
  • 标准正态分布变量的积累概率分布函数C\C++

    BS模型中用到的CDF函数实现 找到两种常见的实现方式 实现一 include
  • 图像处理——我理解的傅里叶变换

    1 傅里叶变换的理解 傅里叶变换的相关数学公式目前还没有搞懂 先不整那个东西 我们主要是研究傅里叶变换的一些思想和应用 这个思想起源于牛顿研究那个三棱镜 白光透过棱镜之后会被分解为七种颜色的光 这些光叠加又能形成白光 所以说可以把一种事物分
  • selenium自动向下滚动页面,并指定最大滑动距离

    需要selenium控制的chrome向下滑动 自动加载一些内容 核心代码是 browser execute script window scrollBy 0 300 这行可以向下滑动300个像素 需要的工具函数如下 def roll wi
  • unity实现鼠标右键控制视角

    主要实现的功能是相机跟随主角 鼠标右击移动后 相机的视角会旋转 思路 在主角里创建空的子物体 把相机绑在空物体上 通过旋转空物体来实现视角的旋转 要把相机调整到适当位置 代码如下 public float rotateSpeed 100 设
  • chatgpt赋能python:Python打包发布完整指南:从基础知识到实践操作

    Python打包发布完整指南 从基础知识到实践操作 作为一名有着十年python编程经验的工程师 我清楚地知道打包发布Python应用程序是非常重要的 它能帮助我们方便地分享和分发程序 并且能够让其他人通过使用我们的程序来提高自己的工作效率
  • 别人总结的一些git教程大全

    工作中 除了必备的基础知识 还要学会与人合作 如何将你开发的小功能整合到整个项目的大框架中 如何让你的实验性代码不影响到大框架中的代码性能 如何让你放下手中写到一半的代码去修改突然出现的bug 这些都是会出现的情况 为了应对这些情况 新入职
  • Qt QML多线程-WorkerScript的使用

    Qt QML多线程 WorkerScript的使用 在开发过程中 常常会遇到一些需要进行耗时计算的操作 如果这些操作都放在主线程中完成 就会导致UI界面被卡死 用户体验很不好 为了解决这个问题 我们可以将这些耗时计算操作放在一个单独的线程中
  • java综合(六)hibernate.current_session_context_class配置

    在前面一节 spring与Hibernate整合 事务 中 总是出现不存在激活事务的问题 结果去掉
  • 使用命令启动默认程序(例如启动系统默认浏览器打开指定网址)

    文章目录 目的 基础说明 代码示例 Golang 总结 目的 通过命令调用系统默认应用程序打开对应格式的文件是比较常用的功能 这篇文章将介绍下相关内容 基础说明 Windows windows下可以使用 start 指令来启动默认程序打开对
  • 数据结构——广度优先遍历(BFS)无向连通图

    以下是数据结构中关于广度优先遍历无向连通图的操作 编程风格参考严蔚敏版数据结构 其实深度优先遍历就是二叉树的层次遍历的推广 头文件及宏 include