图的DFS与BFS(C++)


概述

大一学生,作为我的第一篇Blog,准备记录一下图的基本操作:图的创建与遍历。请大佬多多包涵勿喷。

图可以采用邻接表,邻接矩阵,十字链表等多种储存结构进行储存,这里为了方便演示算法,采用邻接矩阵。 图为边的权值都默认为1的无向图 。

国内大学现行教材大多是C语言实现,然而C语言其实并不适合实现ADT,故这里使用和C语言相近的C++,引入OOP的机制进行类封装,更直观和容易理解。


代码

1.首先,因为要用到DFS,这里分别采用递归的方式和非递归方式(要用到STL提供的栈),故引入头文件,BFS利用队列,引用头文件queue。

接着对图的抽象数据类型进行声明,类的属性有两个,分别是储存顶点容器vertex和储存边的容器edge,提供3个接口,分别对应三种遍历方式。

#include<iostream>
#include<queue>
#include<vector>
#include<stack>
#include<mem.h>
int inf=-9999;
using namespace std; //为了增强复用性,这里封装成类模板,虚拟类型为T
template <class T>
struct Graph{
//存放顶点
vector<T> vertex;
//存放边
vector<vector<int>> edge;
//标记数组
bool book[100];
//构造函数
Graph(int n,int m);
//析构函数
~Graph();
//递归深度优先遍历
void DFS_recursion(int cur);
//非递归深度优先遍历
void DFS_stack(int cur);
//广度优先遍历
void BFS(int cur);
};

2.接着,定义Graph类的构造函数与析构函数,构造函数传入两个参数,对应图的定点数和边数,并创建一个book标记数组来记录定点是否访顶点,初始化book全部置为0,表示顶点都没访问。还有一点值得注意的是:这里为了方便,直接将顶点的数值设置为顶点的下标。

template <class T>
Graph<T>::Graph(int n,int m){
//为了使顶点对应的下标符合人类思维(从1起),这里的容器大小分配为n+1;
vertex.resize(n+1);
edge.resize(n+1);
for(int i=0;i<n+1;i++){
edge[i].resize(n+1);
}
//初始化邻接矩阵
for(int i=1;i<=n;i++){
for(int j=1;j<=n;j++){
if(i==j) edge[i][j]=0;
else edge[i][j]=inf;
}
}
cout<<"请输入各条边的两个邻点"<<endl;
for(int i=1;i<=m;i++){
int a,b;
cin>>a>>b;
//这里使用无向图,故边应用edge[a][b]=edge[b][a]=1;初始化
edge[a][b]=edge[b][a]=1;
}
////因为各顶点的值为设为int类型,故为了方便,将各顶点的值初始化为其下标
for(int i=1;i<=m;i++){
vertex[i]=i;
}
//标记数组初始化
memset(book,0,100);
} template <class T>
Graph<T>:: ~Graph(){
vertex.clear();
edge.clear();
}

3.以下分别是3种不同的图的遍历方法的实现:

template <class T>
void Graph<T>::DFS_recursion(int cur){
book[cur]=true;
cout<<vertex[cur];
for(int i=0;i<vertex.size();i++){
if(edge[cur][i]==1&&book[i]==0){
DFS_recursion(i);
}
}
} template <class T>
void Graph<T>::DFS_stack(int cur){
stack<int> s;
s.push(cur);
while(!s.empty()){
int top=s.top();
if(book[top]==0){
cout<<top;
book[top]=1;
}
else s.pop();
for(int i=0;i<vertex.size();i++){
if(book[i]==0&&edge[top][i]==1){
s.push(i);
break;
}
}
}
return;
} template <class T>
void Graph<T>::BFS(int cur){
queue<int> q;
q.push(cur);
book[cur]=1;
while(!q.empty()){
int front=q.front();
q.pop();
cout<<vertex[front];
for(int i=0;i<vertex.size();i++){
if(edge[front][i]==1&&book[i]==0){
q.push(i);
book[i]=1;
}
}
}
}

4.最后是测试部分:主函数创建实例,并调用类的方法完成对图的操作。这里初始化为5个节点5条边,权值都默认为1。调用时都从顶点1开始便遍历。注意:每次便利完成后都要用memset将book标记数组全部置0,表示没访问过。

int main(){
//将类模板实例化为模板类,再将模板类实例化为一个对象
Graph<T>* G=new Graph<int>(5,5); cout<<"深度优先遍历(递归)如下:"<<endl;
G->DFS_recursion(1);
memset(G->book,0,100);
cout<<endl; cout<<"深度优先遍历(非递归)如下:"<<endl;
G->DFS_stack(1);
memset(G->book,0,100);
cout<<endl; cout<<"广度优先队列遍历如下:"<<endl;
G->BFS(1);
cout<<endl; system("pause");
return 0;
}

输出结果

测试控制台输出如下:

图的DFS与BFS的更多相关文章

  1. 图的DFS和BFS(邻接表)

    用C++实现图的DFS和BFS(邻接表) 概述   图的储存方式有邻接矩阵和邻接表储存两种.由于邻接表的实现需要用到抽象数据结构里的链表,故稍微麻烦一些.C++自带的STL可以方便的实现List,使算 ...

  2. Java数据结构——图的DFS和BFS

    1.图的DFS: 即Breadth First Search,深度优先搜索是从起始顶点开始,递归访问其所有邻近节点,比如A节点是其第一个邻近节点,而B节点又是A的一个邻近节点,则DFS访问A节点后再访 ...

  3. 数据结构(11) -- 邻接表存储图的DFS和BFS

    /////////////////////////////////////////////////////////////// //图的邻接表表示法以及DFS和BFS //////////////// ...

  4. [数据结构]图的DFS和BFS的两种实现方式

    深度优先搜索 深度优先搜索,我们以无向图为例. 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, ...

  5. 图的DFS与BFS遍历

    一.图的基本概念 1.邻接点:对于无向图无v1 与v2之间有一条弧,则称v1与v2互为邻接点:对于有向图而言<v1,v2>代表有一条从v1到v2的弧,则称v2为v1的邻接点. 2.度:就是 ...

  6. 树的常见算法&图的DFS和BFS

    树及二叉树: 树:(数据结构中常见的树) 树的定义

  7. 图、dfs、bfs

    graphdfsbfs 1.clone graph2.copy list with random pointer3.topological sorting4.permutations5.subsets ...

  8. 树与图的DFS与BFS

    树的DFS 题目:https://www.acwing.com/problem/content/848/ 代码 #include<bits/stdc++.h> using namespac ...

  9. 邻接矩阵实现图的存储,DFS,BFS遍历

    图的遍历一般由两者方式:深度优先搜索(DFS),广度优先搜索(BFS),深度优先就是先访问完最深层次的数据元素,而BFS其实就是层次遍历,每一层每一层的遍历. 1.深度优先搜索(DFS) 我一贯习惯有 ...

随机推荐

  1. C++语法小记---类模板

    类模板 类模板和函数模板类似,主要用于定义容器类 类模板可以偏特化,也可以全特化,使用的优先级和函数模板相同 类模板不能隐式推倒,只能显式调用 工程建议: 模板的声明和实现都在头文件中 成员函数的实现 ...

  2. [jvm] -- 引用篇

    四种引用及其应用场景 强引用 强引用是平常中使用最多的引用,强引用在程序内存不足(OOM)的时候也不会被回收. 使用场景:啥时候都在使用 软引用 软引用在程序内存不足时,会被回收. 使用场景:创建缓存 ...

  3. NoSQL数据库-MongoDB 学习(一)

    基本介绍 MongoDB 是为了快速开发互联网 Web 应用而设计的数据库系统 MongoDB 的设计目标是极简.灵活.作为 Web 应用栈的一部分 MongoDB 的数据模型是面向文档的,所谓文档是 ...

  4. NAS存储的定义和优势介绍

    今天来跟大家分享下私有云的一种应用形式NAS.作为常见的个人和家庭私有云存储方案,NAS就像我们随身的数据存储中心,它有低损耗高效率的特点,那么NAS如何搭建,家用NAS存储有哪些优势呢,一起来看看吧 ...

  5. 一年经验Java开发0713面试

    @ 目录 介绍一下你做的某些模块,有些什么比较复杂的地方? 你们的文件怎么存储的? 怎么没有用文件服务器? 文件存储有没有做备份? 在项目上有没有什么搞不定的问题? 对搞不定的问题你是怎么处理的? 你 ...

  6. 在Dockerfile中使用和“Source”的Run指令不起作用?

    报错误 /bin/sh: 1: source: not found sh不支持source bash支持source RUN rm /bin/sh && ln -s /bin/bash ...

  7. shell变量子串

    表达式 说明 ${parameter} 返回变量$parameter的内容 ${#parameter} 返回变量$parameter内容的长度(按字符),也适用于特殊变量 ${parameter:of ...

  8. UOJ 422 [集训队作业2018] 小Z的礼物 min-max容斥 期望 轮廓线dp

    LINK:小Z的礼物 太精髓了 我重学了一遍min-max容斥 重写了一遍按位或才写这道题的. 还是期望多少时间可以全部集齐. 相当于求出 \(E(max(S))\)表示最后一个出现的期望时间. 根据 ...

  9. SpringBoot2 整合 Swagger2文档 使用BootstrapUI页面

    SpringBoot2 整合 Swagger2 SpringBoot整合三板斧 第一步.引入pom <dependency> <groupId>com.spring4all&l ...

  10. 实战:docker搭建FastDFS文件系统并集成SpringBoot

    实战:docker搭建FastDFS文件系统并集成SpringBoot 前言 15年的时候,那时候云存储还远远没有现在使用的这么广泛,归根结底就是成本和安全问题,记得那时候我待的公司是做建站开发的,前 ...