算法之图搜索算法(一)
1. 介绍
本文介绍了比较初级的图搜索算法，包括深度优先遍历，广度优先遍历和双向广度优先遍历。
2. 深度优先遍历DFS
2.1 算法思想
从图中某个顶点v开始，访问此节点，然后依次从v中未被访问的邻接点出发深度优先遍历图，直到图中上所有和v有路径相通的顶点都被访问；若此时图中尚有顶点未被访问，则另选图中一个未被访问顶点做起点，重复以上过程，直到图中所有顶点都被访问为止。
深度优先搜索遍历类似于树的先序遍历。假定给定图G的初态是所有顶点均未被访问过，在G中任选一个顶点i作为遍历的初始点，则深度优先搜索遍历可定义如下：
(1) 首先访问顶点i，并将其访问标记置为访问过，即visited[i]=1；
(2) 然后搜索与顶点i有边相连的下一个顶点j，若j未被访问过，则访问它，并将j的访问标记置为访问过，visited[j]=1，然后从j开始重复此过程，若j已访问，再看与i有边相连的其它顶点；
(3) 若与i有边相连的顶点都被访问过，则退回到前一个访问顶点并重复刚才过程，直到图中所有顶点都被访问完止。
2.2 算法实现
邻接矩阵的算法描述为下面形式：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
void dfs1 (graph & g, int i, int n) // 从顶点i 出发遍历
{
cout<<g.v[i]; //输出访问顶点
visited[i]=1; //访问标记置1表示已经访问
for(j=1; j<=n; j++)
if ((g.arcs[i ][j]= =1)&&(!visited[j]))
dfs(g,j,n);
}
|
邻接表算法描述为下面形式：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
void dfs2(adjlist GL,int i, int n)
{
cout<<i<<‘’ ; //输出访问顶点
visted[i]=1; //访问标记置为1表示已访问
edgenode * p=GL[i];
while (p!=NULL)
{
if (!visited[p->adjvex])
dfs2(p->adjvex);
p=p->next;
}
}
|
2.3 适用范围
需要有顺序遍历图，且找到一个解后输出即可。如：trie树排序
多用于只要求解，并且解答树中的重复节点较多并且重复较难判断时使用，但往往可以用A*或回溯算法代替。
2.4 举例
数独求解。给出一个不完整的数独，让填充其中空白的数字。
更多题目：
POJ 1321 棋盘问题：http://www.cublog.cn/u3/105033/showart_2212140.html
类迷宫问题：http://www.jguoer.com/post/2010/02/17/DFS-Code.aspx
数独问题：http://acm.hdu.edu.cn/showproblem.php?pid=1426
3. 广度优先遍历BFS
3.1 算法思想
广度优先搜索遍历类似于树的按层次遍历。设图G的初态是所有顶点均未访问，在G 任选一顶点i作为初始点，则广度优先搜索的基本思想是：
(1)首先访问顶点i，并将其访问标志置为已被访问，即visited[i]=1；
(2)接着依次访问与顶点i有边相连的所有顶点W1，W2，…，Wt；
(3)然后再按顺序访问与W1，W2，…，Wt有边相连又未曾访问过的顶点；
依此类推，直到图中所有顶点都被访问完为止。
3.2 算法实现
用邻接矩阵的算法描述如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
|
void bfs1( graph g, int i) //从顶点i出发遍历
{
Queue Q ; //Q为队列
InitQueue(Q)
cout<<g.v[i] ; // 输出访问顶点
visited[i]=1 ; //标记置1表示已经访问
Qinsert(Q,i) ; //入队列
while (!Queueempty(Q))
{
int k=Qdelete(Q);
for (j=0; j<n; j++)
{
if ((g.a[i][j]==1)&&(!visited[j]))
{
cout<<g.v[j];
visited[j]=1 ;
Qinsert(Q,i) ;
}
}
}
}
|
用邻接矩阵的算法描述如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
|
void bfs2(adjlist GL, int i, int n)
{
Queue Q ;
InitQueue(Q); //定义队列
cout<<i<<‘’;
visited[i]=1;
Qinsert(Q,i) //进队
while (!QueueEmpty(Q))
{
int k=Qdelete(Q) ; //出队
edgenode* p=GL[k];
while (p!=NULL)
{
if (!visited[p->adjvex])
{
cout<<j;
visited[p->data]=1;
Qinsert(Q);
}
p=p->next;
}
}
}
|
3.3 适用范围
求问题的最优解
3.4 举例
给定一个8*8的格子地图，再给定初始状态和终止状态，输出从初始点到达终止点的最少步数。
更多题目：
http://www.cppblog.com/firstnode/archive/2009/03/07/75839.html
http://blog.sina.com.cn/s/blog_6635898a0100hwe3.html
http://blog.csdn.net/super_chris/archive/2009/12/26/5082666.aspx
http://www.chenyajun.com/2010/05/08/4540
4. 双向广度优先遍历
4.1 算法思想
有些问题按照广度优先搜索法则扩展结点的规则，既适合顺序，也适合逆序，于是我们考虑在寻找目标结点或路径的搜索过程中，初始结点向目标结点和目标结点向初始结点同时进行扩展，直至在两个扩展方向上出现同一个子结点，搜索结束，这就是双向搜索过程。
出现的这个同一子结点，我们称为相交点，如果确实存在一条从初始结点到目标结点的最佳路径，那么按双向搜索进行搜索必然会在某层出现“相交”，即有相交点，初始结点一相交点一目标结点所形成的一条路径即是所求路径。
4.2 算法实现
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
|
now = 0;
Q.push(st); RQ.push(ed);
mark[st] = true; Rmark[ed] = true;
while(!Q.empty() && !RQ.empty())
{ // 两边的扩展方式须为按层扩展
while(Q.front().step == now)
{ //step表示节点的层数
nextState = extend(Q.front); t
if(mark[nextState]) continuel
if(Rmark[nextState]) return true;
}
while(RQ.front().step == now)
{
nextState = extend(RQ.front);
if(Rmark[nextState]) continuel
if(mark[nextState]) return true;
}
now++;
}
|
4.3 适用范围
最优化问题中，知道问题的起始状态和最终状态，且两个状态可相互到达。
4.4 举例
棋盘上有四个棋子，给你两个状态，问可否8步内将一个状态转移到另一个状态？
5. DFS与BFS比较
数据结构：DFS采用栈，而BFS采用队列
算法思想：深度搜索与广度搜索的控制结构和产生系统很相似，唯一的区别在于对扩展节点选取上。由于其保留了所有的前继节点，所以在产生后继节点时可以去掉一部分重复的节点，从而提高了搜索效率。这两种算法每次都扩展一个节点的所有子节点，而不同的是，深度搜索下一次扩展的是本次扩展出来的子节点中的一个，而广度搜索扩展的则是本次扩展的节点的兄弟节点
使用范围：DFS可以迅速的找到一个解，然后利用这个解进行剪枝，而BFS可找到最优解。
原创文章，转载请注明： 转载自董的博客
本文链接地址: http://dongxicheng.org/structure/basic-graph-search/
算法之图搜索算法(一)相关推荐
- 地图绘制和四色算法，图搜索算法，最小生成树算法，最短路径算法
基于简易Web墨卡托计算实现地图绘制,四色染色,实现图的深度优先搜索,广度优先搜索,Kruskal算法最小生成树,Prime算法最小生成树,Dijkstra最短路径算法. 使用Java & S ...
- 全局路径规划：图搜索算法介绍2(A star)
接下来要介绍的是基于贪心算法的图搜索算法Dja, 和 A* 什么是贪心算法?意思就是我们总是向离终点最近的搜索方向去搜索: Dja 算法的原理就是通过对搜索点构造cost function, 搜索方向 ...
- Algorithm：C++语言实现之图论算法相关(图搜索广度优先BFS、深度优先DFS，最短路径SPF、带负权的最短路径Bellman-ford、拓扑排序)
Algorithm:C++语言实现之图论算法相关(图搜索广度优先BFS.深度优先DFS,最短路径SPF.带负权的最短路径Bellman-ford.拓扑排序) 目录 一.图的搜索 1.BFS (Brea ...
- 全局路径规划：图搜索算法介绍6(A star)Matlab算法实现
本文接:全局路径规划:图搜索算法介绍2(A star) https://blog.csdn.net/gophae/article/details/103061702 % This is Yunchen ...
- 全局路径规划：图搜索算法介绍1(BFS/DFS)
对于全局路径规划的设计,我们先要了解什么是图搜索,在此之前,要先知道什么是图: 可以看到,图有很多种,有无向图,有向图,节点之间还可以有不同的weight, 用于表述从节点与节点直接迁移的代价. 而图 ...
- 图搜索算法(一)：图搜索的一般算法
一.引言 图搜索技术时人工智能中的核心技术之一,并且在其他场合也有着非常广泛的应用.这里的图称为状态图,指由节点和有向(带权)边所做成的网络,每个节点即状态.按照搜索的方式不同,图搜索一般分为树式搜索 ...
- 图搜索算法UCS（一致代价搜索）通俗易懂图示详解
一致代价搜索实际上是在BFS(广度优先搜索算法)的基础上进行扩展的,我们在上一篇博客图搜索算法BFS和DFS通俗易懂图示详解中提到,BFS是基于队列数据结构的,既然UCS是BFS的扩展,那么UCS一定 ...
- 路径规划算法1.1图搜索算法——可视图法
路径规划算法1.1图搜索--可视图法 前言 图搜索算法 可视图法 前言 机器人自主运动三巨头:感知,规划,控制.规划又包括运动规划.路径规划.路径规划又包括全局规划,局部规划. 路径规划,就是在给定的 ...
- python画心形代码大全_Python代码合集看点 机器人算法、自动导航算法算法大全...
导读:本文包含机器人算法.自动导航算法的Python代码合集.其主要特点有以下三点:选择了在实践中广泛应用的算法:依赖最少.容易阅读,容易理解每个算法的基本思想.希望阅读本文后能对你有所帮助.文章来源 ...
最新文章
- 【Data Algorithms CHP07】数组生成组合排列
- 梯度下降法（一）入门
- 2020 我的C++的学习之路
- 队列表mysql,什么是在mysql中实现消息队列表的最佳方法
- java类后面的尖括号_泛型 - Java中的T（尖括号）是什么意思？
- android studio 创建项目失败原因Failed to create
- vue省市区三级联动（行政区划代码）
- 汇编版｜电子印章在各类业务文件中的应用
- 宇视网络视频录像机添加第三方摄像机的配置方法
- 简单说明什么是网络的DMZ区域
- 生信过程中的各种文件格式
- 2018 AI产业界大盘点
- matlab开普勒方程求地球偏心距,第二章-开普勒方程PPT课件
- 微信开发工具更新后,跳转页面报错
- 强烈推荐提升自我的30个好习惯
- 职场人士必学的10种Excel打印技巧【特别实用，赶紧收藏】
- LocalDateTime获取服务器当前时间----24小时与12小时
- USACO 2.1.4 健康的荷斯坦奶牛 Healthy Holsteins
- SD-Host SD_CLK模块
- 移动通讯中的2G和2.5G以及3G概念