图的遍历|深度优先遍历

图的遍历

图的遍历是和树的遍历类似，我们希望从图中某一顶点出发访遍图中其余顶点，且使每一个顶点仅被访问一次，这一过程就叫做图的遍历（Traversing Graph）。

树的遍历我们谈到了四种方案，应该说都还好，毕竟根结点只有一个，遍历都是从它发起，其余所有结点都只有一个双亲。可图就复杂多了，因为它的任一顶点都可能和其余的所有顶点相邻接，极有可能存在沿着某条路径搜索后，又回到原顶点，而有些顶点却还没有遍历到的情况。因此我们需要在遍历过程中把访问过的顶点打上标记，以避免访问多次而不自知。具体办法是设置一个访问数组visited[n]，n是图中顶点的个数，初值为0，访问过后设置为1。这其实在小说中常常见到，一行人在迷宫中迷了路，为了避免找寻出路时屡次重复，所以会在路口用小刀刻上标记。

对于图的遍历来说，如何避免因回路陷入死循环，就需要科学地设计遍历方案，通常有两种遍历次序方案：它们是深度优先遍历和广度优先遍历。

1、深度优先遍历

深度优先遍历（Depth_First_Search），也有称为深度优先搜索，简称为DFS。它的具体思想就如同我刚才提到的找钥匙方案，无论从哪一间房间开始都可以，比如主卧室，然后从房间的一个角开始，将房间内的墙角、床头柜、床上、床下、衣柜里、衣柜上、前面的电视柜等挨个寻找，做到不放过任何一个死角，所有的抽屉、储藏柜中全部都找遍，形象比喻就是翻个底朝天，然后再寻找下一间，直到找到为止。

为了更好的理解深度优先遍历，我们来做一个游戏。

假设你需要完成一个任务，要求你在如下图 左图这样的一个迷宫中，从顶点A开始要走遍所有的图顶点并作上标记，注意不是简单地看着这样的平面图走哦，而是如同现实般地在只有高墙和通道的迷宫中去完成任务。

很显然我们是需要策略的，否则在这四通八达的通道中乱窜，要想完成任务那就只能是碰运气。如果你学过深度优先遍历，这个任务就不难完成了。

首先我们从顶点A开始，做上表示走过的记号后，面前有两条路，通向B和F，我们给自己定一个原则，在没有碰到重复顶点的情况下，始终是向右手边走，于是走到了B顶点。整个行路过程，可参看图7-5-2的右图。此时发现有三条分支，分别通向顶点C、I、G，右手通行原则，使得我们走到了C顶点。就这样，我们一直顺着右手通道走，一直走到F顶点。当我们依然选择右手通道走过去后，发现走回到顶点A了，因为在这里做了记号表示已经走过。此时我们退回到顶点F，走向从右数的第二条通道，到了G顶点，它有三条通道，发现B和D都已经是走过的，于是走到H，当我们面对通向H的两条通道D和E时，会发现都已经走过了。

此时我们是否已经遍历了所有顶点呢？没有。可能还有很多分支的顶点我们没有走到，所以我们按原路返回。在顶点H处，再无通道没走过，返回到G，也无未走过通道，返回到F，没有通道，返回到E，有一条通道通往H的通道，验证后也是走过的，再返回到顶点D，此时还有三条道未走过，一条条来，H走过了，G走过了，I，哦，这是一个新顶点，没有标记，赶快记下来。继续返回，直到返回顶点A，确认你已经完成遍历任务，找到了所有的9个顶点。

反应快的同学一定会感觉到，深度优先遍历其实就是一个递归的过程，如果再敏感一些，会发现其实转换成如图7-5-2的右图后，就像是一棵树的前序遍历，没错，它就是。它从图中某个顶点v出发，访问此顶点，然后从v的未被访问的邻接点出发深度优先遍历图，直至图中所有和v有路径相通的顶点都被访问到。事实上，我们这里讲到的是连通图，对于非连通图，只需要对它的连通分量分别进行深度优先遍历，即在先前一个顶点进行一次深度优先遍历后，若图中尚有顶点未被访问，则另选图中一个未曾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。 如果我们用的是邻接矩阵的方式，则代码如下：

typedef int Boolean;                /* Boolean 是布尔类型，其值是 TRUE 或 FALSE */
Boolean visited [MAX];              /*访问标志的数组 */
/* 邻接矩阵的深度优先递归算法 */ 
void DFS (MGraph G, int i ) 
{

    int j ;
    visited[i] = TRUE;
    printf ( "%c ",G.vexs [i] ) ;       /*打印顶点，也可以其他操作 */
    for (j = 0; j < G.numVertexes; j++)
        if (G.arc[i] [j] == 1 && !visited[j])
            DFS ( Gr,j ) ;                  /*对为访问的邻接顶点递归调用*/
} 
/*邻接矩阵的深度遍历操作*/ 
void DFSTraverse (MGraph G) 
{ 
    int i;
    for ( i = 0; i < G.numVertexes; i++ ) 
        visited [i] = FALSE;        /*初始所有顶点状态都是未访问过状态*/ 
    for ( i = 0; i < G.numVertexes; i++ )
        if ( !visited[i] )          /*对未访问过的顶点调用DFS,若是连通图，只会执行一次*/ 
            DFS (G, i);
}

代码的执行过程，其实就是我们刚才迷宫找寻所有顶点的过程。

如果图结构是邻接表结构，其DFSTraverse函数的代码是几乎相同的，只是在递归函数中因为将数组换成了链表而有不同，代码如下。

/*邻接表的深度优先递归算法*/
void DFS ( GraphAdjList GL, int i ) {
   EdgeNode *p;
   visited[i] = TRUE;
   printf ( "%c "GL->adjList [i] .data) ; /* 打印顶点，也可以其他操作 */
   p = GL->adjList[i].firstedge; 
   while (p) 
   {

        if (!visited[p->adjvex])
            DFS(GL, p->adjvex) ; /*对为访问的邻接顶点递归调用*/ 
        p = p->next;
   } 
} 
/*邻接表的深度遍历操作*/
void DFSTraverse ( GraphAdjList GL ) {

   int i;
   for ( i = 0; i < GL->numVertexes; i++ )
        visited [i] = FALSE; /*初始所有顶点状态都是未访问过状态*/
   for ( i = 0; i < GL->numVertexes; i++ )
        if ( !visited[i] ) /*对未访问过的顶点调用DFS,若是连通图，只会执行一次*/ 
             DFS ( GL, i );
}

对比两个不同存储结构的深度优先遍历算法，对于n个顶点e条边的图来说，邻接矩阵由于是二维数组，要查找每个顶点的邻接点需要访问矩阵中的所有元素，因此都需要O(n*2)的时间。而邻接表做存储结构时，找邻接点所需的时间取决于顶点和边的数量，所以是O(n+e)。显然对于点多边少的稀疏图来说，邻接表结构使得算法在时间效率上大大提高。

对于有向图而言，由于它只是对通道存在可行或不可行，算法上没有变化，是完全可以通用的。这里就不再详述了。

作者：有出路
链接：https://juejin.cn/post/6996606397337042951
来源：掘金