数据结构——6.3 图的遍历

6.3 图的遍历

一、概念

1. 图的广度优先遍历

   1. 

   2. 树的广度优先遍历（层序遍历）：不存在“回路”，搜索相邻的结点时，不可能搜到已经访问过的结点：

      1. 若树非空，则根节点入队

      2. 若队列非空，队头元素出队并访问，同时将该元素的孩子依次入队

      3. 重复②直到队列为空

   3. 图的广度优先遍历(Breadth-First-Search,BFS)：搜索相邻的顶点时，有可能搜到已经访问过的顶点

      1. 找到与一个顶点相邻的所有顶点

      2. 标记哪些顶点被访问过

      3. 需要一个辅助队列

   4. 上述图的广度优先遍历的缺陷：只能遍历连通图，非连通图无法遍历

   5. 改进的BFS算法：

      1. 遍历visited数组，如果该顶点未被访问，则调用BFS

      2. BFS执行完成，回到①，直到所有顶点都被访问过

      3. 结论：对于无向图，调用BFS函数的次数=连通分量数

      4. 空间复杂度:最坏情况，辅助队列大小为 o(V)

   6. 广度优先遍历时间复杂度来源：找点、找边

   7. 邻接矩阵存储的图:

      1. 访问 V个顶点需要O(V)的时间

      2. 查找每个顶点的邻接点都需要O(V)的时间，而总共有V个顶点

      3. 时间复杂度=O(V²)

   8. 邻接表存储的图:

      1. 访问V个顶点需要O(V)的时间

      2. 查找各个顶点的邻接点共需要O(E)的时间

      3. 时间复杂度= O(V+E)

   9. 广度优先生成树

      1. 广度优先生成树由广度优先遍历过程确定。由于邻接表的表示方式不唯一，因此基于邻接表的广度优先生成树也不唯一。

   10. 广度优先生成森林

       1. 对非连通图的广度优先遍历，可得到广度优先生成森林

   11. 

2. 图的深度优先遍历DFS

   1. 

   2. 树的深度优先遍历——其一：树的先根遍历：不存在重复访问问题

   3. 图的深度优先遍历：存在重复访问问题——设置标记数组：栈

   4. 

   5. 上述DFS存在的问题：无法遍历非连通图

   6. 改进：与BFS改进相似

   7. 复杂度分析

      1. 空间复杂度:来自函数调用栈，最坏情况，递归深度为O(V)

      2. 时间复杂度=访问各结点所需时间+探索各条边所需时间

   8. 邻接矩阵存：时间复杂度：O(V²)

   9. 邻接表存：时间复杂度O(V+E)

   10. 

   11. 深度优先遍历序列唯一性与生成树个数

       1. 同一个图的邻接矩阵表示方式唯一，因此深度优先遍历序列唯一，深度优先生成树也唯一

       2. 同一个图邻接表表示方式不唯一，因此深度优先遍历序列不唯一，深度优先生成树也不唯一

3. 图的遍历与图的连通性

   1. 对无向图进行BFS/DFS遍历

      1. 调用BFS/DFS函数的次数=连通分量数

      2. 对于连通图，只需调用1次 BFS/DFS

   2. 对有向图进行BFS/DFS遍历

      1. 调用BFS/DFS函数的次数要具体问题具体分析

      2. 若起始顶点到其他各顶点都有路径，则只需调用1次BFS/DFS 函数

      3. 对于强连通图，从任一结点出发都只需调用1次 BFS/DFS

   3. 

二、理解

1. 当各边的权值相等时，广度优先算法可以解决单源最短路径问题

2. 图的广度优先遍历相当于树的层次遍历

3. 广度优先遍历需要用到队列

4. 深度优先遍历需要用到栈

5. 图的深度优先遍历相当于树的先根遍历，广度优先相当于树的层次遍历

6. 深度优先遍历可以判断图中是否存在环

7. 使用DFS递归遍历无环有向图，在退出时递归输出相应的顶点，得到逆拓扑有序顶点序列

三、技巧

1. n个顶点，e条边的图采用邻接表存储，

   1. BFS遍历时

      1. 时间复杂度：O(n+e)：顶点表每个点和边表每个边都要遍历一次

      2. 空间复杂度：O(n)：每个点都入一次队

   2. DFS遍历时

      1. 时间复杂度：O(n+e)：顶点表每个点和边表每个边都要遍历一次

      2. 空间复杂度：O(n)：每个点都入一次队

2. 画图的深度优先生成树、广度优先生成树：

   1. 先根据题目信息把图画出来

   2. 根据深度优先路径或广度优先路径，把不在路径上的边删去，即为生成树