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
      
       #include
       
        #include
        
         #include
         
          #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
          
           vexnum=vlen; pG->edgnum=elen; for(i=0;i
           
            vexnum;i++) { pG->vexs[i]=vexs[i]; } for(i=0;i
            
             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
             
              =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
             
            
           
          
         
        
       
      

运行结果：

无向图的邻接表实现代码：

#include
      
       #include
       
        #include
        
         #include
         
          #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
          
           vexnum=vlen; pG->edgnum=elen; for(i=0;i
           
            vexnum;i++) { pG->vexs[i].data=vexs[i]; pG->vexs[i].first_edge=NULL; } for(i=0;i
            
             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
             
              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。

 

 

1. 广度优先搜索介绍

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。

2. 广度优先搜索图解

2.1 无向图的广度优先搜索

下面以"无向图"为例，来对广度优先搜索进行演示。还是以上面的图G1为例进行说明。

第1步：访问A。 

第2步：依次访问C,D,F。 

    在访问了A之后，接下来访问A的邻接点。前面已经说过，在本文实现中，顶点ABCDEFG按照顺序存储的，C在"D和F"的前面，因此，先访问C。再访问完C之后，再依次访问D,F。 

第3步：依次访问B,G。 

    在第2步访问完C,D,F之后，再依次访问它们的邻接点。首先访问C的邻接点B，再访问F的邻接点G。 

第4步：访问E。 

    在第3步访问完B,G之后，再依次访问它们的邻接点。只有G有邻接点E，因此访问G的邻接点E。

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

2.2 有向图的广度优先搜索

下面以"有向图"为例，来对广度优先搜索进行演示。还是以上面的图G2为例进行说明。

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。前面已经说过，在本文实现中，顶点ABCDEFG按照顺序存储的，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

 

无向图的邻接矩阵BFS遍历代码：

#include
      
       #include
       
        #include
        
         #include
         
          #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
          
           vexnum=vlen; pG->edgnum=elen; for(i=0;i
           
            vexnum;i++) { pG->vexs[i]=vexs[i]; } for(i=0;i
            
             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
             
              =0;w=next_vertex(G,v,w)) { if(visited[w]==0) { visited[w]=1; printf("%c ",G.vexs[w]); queue[rear++]=w; } } } } } int main() { Graph *pG; pG=create_graph(); print_graph(*pG); printf("\n"); BFS(*pG); }
             
            
           
          
         
        
       
      

运行结果：

邻接表的BFS遍历代码：

#include
      
       #include
       
        #include
        
         #include
         
          #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
          
           vexnum=vlen; pG->edgnum=elen; for(i=0;i
           
            vexnum;i++) { pG->vexs[i].data=vexs[i]; pG->vexs[i].first_edge=NULL; } for(i=0;i
            
             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
             
              ivex,G.vexs[node->ivex].data); node=node->next_edge; } printf("\n"); } printf("\n"); } void BFS(LGraph G) { int visited[MAX]; memset(visited,0,sizeof(visited)); int queue[MAX]; int front=0; int rear=0; int i,w; ENode *node; printf("BFS: \n"); for(i=0;i
              
               ivex]==0) { visited[node->ivex]=1; printf("%c ",G.vexs[node->ivex].data); queue[rear++]=node->ivex; } node=node->next_edge; } } } } int main() { LGraph *pG; pG=create_lgraph(); print_lgraph(*pG); BFS(*pG); }