正在载入交互式动画窗口请稍等

广度优先搜索-BFS 可视化交互式动画版

图码-数据结构可视化动画版

邻接列表 一种用于表示图的数据结构,其中图中的每个节点都存储其相邻顶点的列表。

有向图到邻接表的图表示

邻接表的特点:

  • 矩阵的大小由网络中节点的数量决定。
  • 图边的数量很容易计算。
  • 邻接表是一个 锯齿状数组

如何建立邻接表?

为图构建邻接表非常容易和简单,您需要遵循下面给出的某些步骤:

  • 创建大小为N 的链表数组 ,其中 N 是图中的顶点数。
  • 为图中的每个顶点创建相邻顶点的链表。
  • 对于图中的 每条边 (u, v) ,将 v添加到 u 的链表中, 如果图是无向的, 则将 u添加到 v 的链表中,否则如果从 u 有向,则将 v添加到 u 的链表 v . (如果是加权图,则将权重与连接一起存储)。

邻接表的应用:

  • 图算法 :许多图算法(例如 Dijkstra 算法 广度优先搜索 深度优先搜索) 使用邻接表来表示图。
  • 图像处理 :邻接列表可用于表示图像中像素之间的邻接关系。
  • 游戏开发 :这些列表可用于存储有关不同区域或级别之间连接的信息,游戏开发人员使用图形来表示游戏地图或级别。

使用邻接表的优点:

  • 邻接表简单且易于理解。
  • 在图表中添加或删除边既快速又简单。

使用邻接表的缺点:

  • 在邻接列表中,访问边可能比邻接矩阵花费更长的时间。
  • 对于稠密图,它比邻接矩阵需要更多的内存。

你还能读什么?

  • DSA中邻接矩阵的含义和定义
  • 在图的邻接列表表示中添加和删除边
  • 将邻接矩阵转换为图的邻接列表表示
  • 将邻接列表转换为图的邻接矩阵表示
  • 图的邻接表与邻接矩阵表示的比较

广度 优先搜索 (BFS) 算法用于在图数据结构中搜索满足一组条件的节点。 它从图的根开始,访问当前深度级别的所有节点,然后再移动到下一个深度级别的节点。

图遍历和树遍历的BFS之间的关系:

图的广度优先遍历(或搜索) 类似于 树的广度优先遍历

这里唯一的问题是,与树不同,图可能包含循环,因此我们可能会再次到达同一个节点。 为了避免多次处理一个节点,我们将顶点分为两类:

  • 参观并
  • 没有访问过。

布尔访问数组用于标记访问过的顶点。 为了简单起见,假设所有顶点都可以从起始顶点到达。 BFS使用 队列数据结构 进行遍历。

BFS 是如何工作的?

从根开始,先访问某一层的所有节点,然后遍历下一层的节点,直到访问完所有节点。

为此,使用队列。 当前级别的所有相邻未访问节点都被推入队列,当前级别的节点被标记为已访问并从队列中弹出。

插图:

让我们借助以下示例来了解该算法的工作原理。

步骤1: 最初队列和访问数组都是空的。

队列和访问数组最初是空的。

步骤2: 将节点0推入队列并标记为已访问。

将节点 0 推入队列并将其标记为已访问。

将节点 0 推入队列并将其标记为已访问。

步骤3: 将节点0从队列的前面移除,并访问未访问的邻居并将它们推入队列。

从队列前面删除节点 0 并访问未访问的邻居并推入队列。

从队列前面删除节点 0 并访问未访问的邻居并推入队列。

步骤4: 将节点1从队列的前面移除,并访问未访问的邻居并将它们推入队列。

从队列前面删除节点 1 并访问未访问的邻居并推送

从队列前面删除节点 1 并访问未访问的邻居并推送

步骤5: 将节点2从队列的前面移除,并访问未访问的邻居并将它们推入队列。

将节点 2 从队列前面移除,并访问未访问的邻居并将它们推入队列。

将节点 2 从队列前面移除,并访问未访问的邻居并将它们推入队列。

步骤6: 将节点3从队列的前面移除,并访问未访问的邻居并将它们推入队列。 
我们可以看到节点 3 的每个邻居都被访问,因此移动到队列前面的下一个节点。

将节点 3 从队列前面移除,并访问未访问的邻居并将它们推入队列。

将节点 3 从队列前面移除,并访问未访问的邻居并将它们推入队列。 

步骤7: 将节点4从队列的前面移除,并访问未访问的邻居并将它们推入队列。 
我们可以看到节点 4 的每个邻居都被访问,因此移动到队列前面的下一个节点。

将节点 4 从队列前面移除,然后访问未访问的邻居并将其推入队列。

将节点 4 从队列前面移除,并访问未访问的邻居并将它们推入队列。

现在,Queue 变空了,所以,终止这些迭代过程。

使用邻接表实现图的 BFS:

C

#include <stdbool.h>
#include <stdio.h>
#include <stdlib.h>
 
#define MAX_VERTICES 50
 
// This struct represents a directed graph using
// adjacency list representation
typedef struct Graph_t {
 
    // No. of vertices
    int V;
    bool adj[MAX_VERTICES][MAX_VERTICES];
} Graph;
 
// Constructor
Graph* Graph_create(int V)
{
    Graph* g = malloc(sizeof(Graph));
    g->V = V;
 
    for (int i = 0; i < V; i++) {
        for (int j = 0; j < V; j++) {
            g->adj[i][j] = false;
        }
    }
 
    return g;
}
 
// Destructor
void Graph_destroy(Graph* g) { free(g); }
 
// Function to add an edge to graph
void Graph_addEdge(Graph* g, int v, int w)
{
    // Add w to v’s list.
    g->adj[v][w] = true;
}
 
// Prints BFS traversal from a given source s
void Graph_BFS(Graph* g, int s)
{
    // Mark all the vertices as not visited
    bool visited[MAX_VERTICES];
    for (int i = 0; i < g->V; i++) {
        visited[i] = false;
    }
 
    // Create a queue for BFS
    int queue[MAX_VERTICES];
    int front = 0, rear = 0;
 
    // Mark the current node as visited and enqueue it
    visited[s] = true;
    queue[rear++] = s;
 
    while (front != rear) {
 
        // Dequeue a vertex from queue and print it
        s = queue[front++];
        printf("%d ", s);
 
        // Get all adjacent vertices of the dequeued
        // vertex s.
        // If an adjacent has not been visited,
        // then mark it visited and enqueue it
        for (int adjacent = 0; adjacent < g->V;
             adjacent++) {
            if (g->adj[s][adjacent] && !visited[adjacent]) {
                visited[adjacent] = true;
                queue[rear++] = adjacent;
            }
        }
    }
}
 
// Driver code
int main()
{
    // Create a graph
    Graph* g = Graph_create(4);
    Graph_addEdge(g, 0, 1);
    Graph_addEdge(g, 0, 2);
    Graph_addEdge(g, 1, 2);
    Graph_addEdge(g, 2, 0);
    Graph_addEdge(g, 2, 3);
    Graph_addEdge(g, 3, 3);
 
    printf("Following is Breadth First Traversal "
           "(starting from vertex 2) \n");
    Graph_BFS(g, 2);
    Graph_destroy(g);
 
    return 0;
}


            

C++

Java

Python3

C#

Javascript

输出

以下是广度优先遍历(从顶点2开始)
2 0 3 1

时间复杂度: O(V+E),其中V是节点数,E是边数。
辅助空间: O(V)

BFS相关问题:

编号

问题

实践
1. 查找无向图中给定节点的级别 关联
2. 最小化从左上角到右下角的路径中的最大相邻差异 关联
3. 最小跳转到相同值或相邻值以到达数组末尾 关联
4. 通过跳过矩阵中路径上的 K 个障碍,在最短的时间内获得最多的硬币 关联
5. 检查是否可以从给定节点访问无向图的所有节点 关联
6. 至少访问给定图的所有节点一次的最短时间 关联
7. 最小化移动到下一个更大的元素以到达数组的末尾 关联
8. 移除 K 堵墙的最短路径 关联
9. 感染二叉树所有节点所需的最短时间 关联
10. 检查给定矩阵的目标是否可以通过所需的单元值到达 关联

你还可以读什么? 

  • 关于 BFS 的最新文章
  • 深度优先遍历
  • 广度优先遍历的应用
  • 深度优先搜索的应用

如果您发现任何不正确的内容,或者您​​想分享有关上述主题的更多信息,请发表评论。

图的深度优先遍历(或 DFS) 类似于 树的深度优先遍历。 这里唯一的问题是,与树不同,图可能包含循环(一个节点可能被访问两次)。 为了避免多次处理节点,请使用布尔访问数组。 一张图可以有多个 DFS 遍历。

例子:  

输入: n = 4, e = 6 
0 -> 1, 0 -> 2, 1 -> 2, 2 -> 0, 2 -> 3, 3 -> 3 输出:来自顶点 1 的 
DFS : 1 2 0 3 
解释:  
DFS图: 

实施例1

实施例1

输入: n = 4, e = 6 
2 -> 0, 0 -> 2, 1 -> 2, 0 -> 1, 3 -> 3, 1 -> 3 输出:来自 
顶点 2 的 DFS : 2 0 1 3 
解释:  
DFS图: 

实施例2

实施例2

DFS 是如何工作的?

深度优先搜索是一种用于遍历或搜索树或图数据结构的算法。 该算法从根节点开始(在图的情况下选择某个任意节点作为根节点),并在回溯之前沿着每个分支尽可能远地探索。

让我们借助下图来了解 深度优先搜索 的工作原理:

步骤1: 最初堆栈和访问数组都是空的。

步骤2: 访问0,将其未访问过的相邻节点放入栈中。

访问节点0并将其相邻节点(1,2,3)放入堆栈

 访问节点0并将其相邻节点(1,2,3)放入堆栈

步骤3: 现在,节点1位于栈顶,因此访问节点1并将其从栈中弹出,并将其所有未访问的相邻节点放入栈中。

访问节点1

 访问节点1

步骤4: 现在, 节点2位于栈顶,因此访问节点2并将其从栈中弹出,并将其所有未访问的相邻节点(即3、4)放入栈中。

访问节点2并将其未访问的相邻节点(3, 4)放入堆栈

 访问节点2并将其未访问的相邻节点(3, 4)放入堆栈

步骤5: 现在,节点4位于栈顶,因此访问节点4并将其从栈中弹出,并将其所有未访问的相邻节点放入栈中。

访问节点4

 访问节点4

步骤6: 现在,节点3位于栈顶,因此访问节点3并将其从栈中弹出,并将其所有未访问的相邻节点放入栈中。

访问节点3

访问节点3

现在,Stack 变空了,这意味着我们已经访问了所有节点,我们的 DFS 遍历结束了。

下面是上述方法的实现:

C++

// C++ program to print DFS traversal from
// a given vertex in a  given graph
#include <bits/stdc++.h>
using namespace std;
 
// Graph class represents a directed graph
// using adjacency list representation
class Graph {
public:
    map<int, bool> visited;
    map<int, list<int> > adj;
 
    // Function to add an edge to graph
    void addEdge(int v, int w);
 
    // DFS traversal of the vertices
    // reachable from v
    void DFS(int v);
};
 
void Graph::addEdge(int v, int w)
{
    // Add w to v’s list.
    adj[v].push_back(w);
}
 
void Graph::DFS(int v)
{
    // Mark the current node as visited and
    // print it
    visited[v] = true;
    cout << v << " ";
 
    // Recur for all the vertices adjacent
    // to this vertex
    list<int>::iterator i;
    for (i = adj[v].begin(); i != adj[v].end(); ++i)
        if (!visited[*i])
            DFS(*i);
}
 
// Driver code
int main()
{
    // Create a graph given in the above diagram
    Graph g;
    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 Depth First Traversal"
            " (starting from vertex 2) \n";
 
    // Function call
    g.DFS(2);
 
    return 0;
}
 
// improved by Vishnudev C


            

Java

Python3

C#

JavaScript

输出

以下是深度优先遍历(从顶点2开始)
2 0 1 3

时间复杂度: O(V + E),其中 V 是图中的顶点数,E 是图中的边数。
辅助空间: O(V + E),因为需要额外访问大小为 V 的数组,以及迭代调用 DFS 函数的堆栈大小。

无论你的目标是考试成功、职业发展,还是纯粹的兴趣,这个数据结构和算法可视化的网站都会是一个无价的资源。

前往这个网站,开始你的学习之旅吧!

这些是常见的:【C语言描述】《数据结构和算法》数据结构JAVA实现 数据结构与算法基础(青岛大学-王卓)数据结构与算法王道数据结构c语言实现 速成数据结构期末考前救急 数据结构视频C语言版教程 数据结构严蔚敏 数据结构郝斌 数据结构考研 JAVA数据结构算法与基础 数据结构王道 2022数据结构学习 数据结构小甲鱼 王卓 学习数据结构 数据结构浙江大学 数据结构复习 数据结构马士兵 数据结构零基础教程 数据结构和算法 数据结构入门 考研数据结构习题讲解 数据结构期末复习 计算机二级