C++實現廣度優先搜尋執行個體_C 語言

來源:互聯網
上載者:User

本文主要敘述了圖的遍曆演算法中的廣度優先搜尋(Breadth-First-Search)演算法,是非常經典的演算法,可供C++程式員參考借鑒之用。具體如下:

首先,圖的遍曆是指從圖中的某一個頂點出發,按照某種搜尋方法沿著圖中的邊對圖中的所有頂點訪問一次且僅訪問一次。注意到樹是一種特殊的圖,所以樹的遍曆實際上也可以看作是一種特殊的圖的遍曆。圖的遍曆主要有兩種演算法:廣度優先搜尋(Breadth-First-Search)和深度優先搜尋(Depth-First-Search)。

一、廣度優先搜尋(BFS)的演算法思想

廣度優先搜尋類似於二叉樹的層序遍曆,它的基本思想就是:首先訪問起始頂點v,接著由v出發,依次訪問v的各個未訪問過的鄰接頂點w1,w2,…,wi,然後再依次訪問w1,w2,…,wi的所有未被訪問過的鄰接頂點;再從這些訪問過的頂點出發,再訪問它們所有未被訪問過的鄰接頂點……依次類推,直到圖中所有頂點都被訪問過為止。

廣度優先搜尋是一種分層的尋找過程,每向前走一步可能訪問一批頂點,不像深度優先搜尋那樣有往回退的情況,因此它不是一個遞迴的演算法。為了實現逐層的訪問,演算法必須藉助一個輔助隊列,以記錄正在訪問的頂點的下一層頂點。

如上圖所示,為一個有向圖,從頂點2開始廣度優先遍曆整個圖,可知結果為2,0,3,1。

二、BFS演算法實現

與樹相比,圖的不同之處在於它存在迴路/環,因此在遍曆時一個頂點可能被訪問多次。為了防止這種情況出現,我們使用一個訪問標記數組visited[]來標記頂點是否已經被訪問過。

在廣度優先搜尋一個圖之前,我們首先要構造一個圖,圖的儲存方式主要有兩種:鄰接矩陣、鄰接表。這裡我們使用鄰接表來儲存圖:

簡單起見,我們先假設從起始頂點可以達到其他所有頂點。以有向圖為例,C++代碼實現:

/*************************************************************************   > File Name: BFS.cpp   > Author: SongLee  ************************************************************************/ #include<iostream> #include<list> using namespace std;  /* 鄰接表格儲存體有向圖 */ class Graph {   int V;            // 頂點的數量   list<int> *adj;       // 鄰接表   void BFSUtil(int v, bool visited[]); public:   Graph(int V);        // 建構函式   void addEdge(int v, int w); // 向圖中添加一條邊   void BFS(int v);       // BFS遍曆 };  /***** 建構函式 *****/ Graph::Graph(int V) {   this->V = V;   adj = new list<int>[V];   // 初始化V條鏈表 }  /* 添加邊,構造鄰接表 */ void Graph::addEdge(int v, int w) {   adj[v].push_back(w);     // 將w加到v的list }  /* 從頂點v出發廣度優先搜尋 */ void Graph::BFSUtil(int v, bool visited[]) {   // BFS輔助隊列   list<int> queue;    // 將當前頂點標記為已訪問並壓入隊列   visited[v] = true;   queue.push_back(v);    list<int>::iterator i;    while(!queue.empty())   {     // 出隊     v = queue.front();     cout << v << " ";     queue.pop_front();      // 檢測已出隊的頂點s的所有鄰接頂點     // 若存在尚未訪問的鄰接點,訪問它並壓入隊列     for(i = adj[v].begin(); i!=adj[v].end(); ++i)     {       if(!visited[*i])       {         visited[*i] = true;         queue.push_back(*i);       }      }   } }  /** 廣度優先搜尋 **/ void Graph::BFS(int v) {   // 初始化訪問標記數組   bool *visited = new bool[V];   for(int i=0; i<V; ++i)     visited[i] = false;      // 假設從給定頂點可以到達圖的所有頂點   BFSUtil(v, visited); }  /* 測試 */ int main() {   // 建立圖   Graph g(4);   g.addEdge(0, 1);   g.addEdge(0, 2);   g.addEdge(1, 2);   g.addEdge(2, 0);   g.addEdge(2, 3);   g.addEdge(3, 3);    cout << "Following is BFS Traversal (starting from vertex 2) \n";   g.BFS(2);   cout << endl;    return 0; } 

上面是假設從起始頂點開始能夠訪問到圖的所有頂點。如果不能到達所有頂點,即存在多個連通分量呢?那麼我們就要對每個連通分量都進行一次廣度優先搜尋。

虛擬碼如下:

bool visited[MAX_VERTEXT_NUM];  // 訪問標記數組  void BFS(Graph G)    // 設訪問函數為visit() {   for(i=0; i<G.vexnum; ++i)     visited[i] = false;   // 初始化   for(i=0; i<G.vexnum; ++i)  // 從0號頂點開始遍曆     if(!visited[i])     // 對每個連通分量調用一次BFS       BFS(G,i);      // Vi未訪問過,從Vi開始BFS }  void BFSUtil(Graph G, int v) {   visit(v);          // 訪問初始頂點   visited[v] = true;      // v已訪問   Enqueue(Q, v);        // 頂點v入隊列   while(!isEmpty(Q))   {     Dequeue(Q, v);      // 頂點v出隊列     for(w=FirstNeighbor(G,v); w>=0; w=NextNeighbor(G,v))       if(!visited[w])   // 檢測v的所有鄰接點       {         visit(w);    // 若w未訪問,訪問之         visited[w]=true; // 標記         Enqueue(Q, w);  // 頂點w入隊列       }   } } 

根據虛擬碼,相信不難寫出對於多個連通分量的圖的廣度優先搜尋。我們只需要修改BFS()函數部分:

void Graph::BFS() {  // 初始化訪問標記數組  bool *visited = new bool[V];  for(int i=0; i<V; ++i)    visited[i] = false;    // 對每個連通分量調用一次BFSUtil(),從0號頂點開始遍曆  for(int i=0; i<V; ++i)    if(!visited[i])      BFSUtil(i, visited); } 

對於無向圖的廣度優先搜尋,只是鄰接表不一樣,其他的都是一樣的。我們只需要修改addEdge(v, w)函數:

void Graph::addEdge(int v, int w) {  adj[v].push_back(w);     // 將w加到v的list  adj[w].push_back(v); } 

三、BFS演算法效能分析

1 . 空間複雜度

無論是鄰接表還是鄰接矩陣的儲存方式,BFS演算法都需要藉助一個輔助隊列Q,n個頂點都需要入隊一次,在最壞的情況下,空間複雜度為O(|V|)。

2 . 時間複雜度

當採用鄰接表格儲存體時,每個頂點均需搜尋一次,故時間複雜度為O(|V|),在搜尋任一頂點的鄰接點時,每條邊至少訪問一次,故時間複雜度為O(|E|),演算法總的時間複雜度為O(|V|+|E|)。

當採用鄰接矩陣儲存時,尋找每個頂點的鄰接點所需的時間為O(|V|),故演算法總的時間複雜度為O(|V|^2)。

註:廣度優先搜尋(BFS)演算法思想有很多應用,比如Dijkstra單源最短路徑演算法和Prim最小產生樹演算法。

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.