实现图的深度优先遍历和广度优先遍历
时间: 2023-10-04 09:05:58 浏览: 164
JavaScript树的深度优先遍历和广度优先遍历算法示例
深度优先遍历(Depth First Search,DFS)和广度优先遍历(Breadth First Search,BFS)都是图的常见遍历算法。下面我将简单介绍它们的实现方法。
(1)深度优先遍历
深度优先遍历是一种递归遍历方式,首先访问起始顶点,然后依次访问与该顶点相邻的未被访问的顶点,重复该操作,直到所有顶点都被访问过。具体步骤如下:
1. 首先访问起始顶点;
2. 遍历与该顶点相邻的未被访问的顶点;
3. 对于每个相邻的未被访问的顶点,以该顶点为起始顶点,递归执行上述两个步骤。
以下是深度优先遍历的 Python 代码实现:
```python
def dfs(graph, start, visited=None):
if visited is None:
visited = set()
visited.add(start)
print(start)
for next_vertex in graph[start] - visited:
dfs(graph, next_vertex, visited)
return visited
```
其中,graph 表示图的邻接表,start 表示起始顶点,visited 表示已经访问过的顶点。代码中,使用了 Python 的 set 类型来存储 visited 集合。
(2)广度优先遍历
广度优先遍历是一种非递归遍历方式,首先访问起始顶点,然后依次访问与该顶点相邻的未被访问的顶点,重复该操作,直到所有顶点都被访问过。具体步骤如下:
1. 首先访问起始顶点;
2. 将起始顶点加入队列;
3. 取出队列中的一个顶点,并遍历与该顶点相邻的未被访问的顶点,将这些顶点加入队列;
4. 对队列中的每个顶点,重复步骤3,直到所有顶点都被访问过。
以下是广度优先遍历的 Python 代码实现:
```python
from collections import deque
def bfs(graph, start):
visited, queue = set(), deque([start])
visited.add(start)
while queue:
vertex = queue.popleft()
print(vertex)
for neighbor in graph[vertex]:
if neighbor not in visited:
visited.add(neighbor)
queue.append(neighbor)
return visited
```
其中,graph 表示图的邻接表,start 表示起始顶点。代码中,使用了 Python 的 deque 类型来实现队列。
阅读全文