C++如何实现图的深度优先搜索(DFS)?(代码示例)

C++实现图的DFS核心是递归或栈模拟回溯,需标记已访问节点防重复;邻接表为首选存储结构,递归版简洁直观,非递归版避免栈溢出,连通分量需遍历所有未访问顶点启动DFS。

C++如何实现图的深度优先搜索(DFS)?(代码示例)

用C++实现图的DFS,核心是递归或模拟回溯过程,关键在于标记已访问节点、避免重复遍历。邻接表是最常用且高效的存储方式。

用邻接表 + 递归实现DFS

适合大多数场景,代码简洁,逻辑直观。假设图是无向图,顶点编号从0开始:

#include <iostream> #include <vector> using namespace std;  void dfs(int u, vector<bool>& visited, const vector<vector<int>>& graph) {     visited[u] = true;     cout << u << " ";  // 访问操作(可替换为其他处理)      for (int v : graph[u]) {         if (!visited[v]) {             dfs(v, visited, graph);         }     } }  int main() {     int n = 6;  // 顶点数     vector<vector<int>> graph(n);     // 添加边:0-1, 0-2, 1-3, 1-4, 2-5     graph[0] = {1, 2};     graph[1] = {0, 3, 4};     graph[2] = {0, 5};     graph[3] = {1};     graph[4] = {1};     graph[5] = {2};      vector<bool> visited(n, false);     cout << "DFS遍历顺序: ";     dfs(0, visited, graph);  // 从顶点0开始     cout << endl;     return 0; } 

用栈实现非递归DFS

避免递归调用栈溢出,更适合大规模图或深度受限环境:

#include <iostream> #include <vector> #include <stack> using namespace std;  void dfs_iterative(int start, const vector<vector<int>>& graph) {     int n = graph.size();     vector<bool> visited(n, false);     stack<int> st;          st.push(start);     visited[start] = true;     cout << start << " ";      while (!st.empty()) {         int u = st.top();         st.pop();          // 注意:这里要倒序遍历邻接点,才能和递归版顺序一致(可选)         for (auto it = graph[u].rbegin(); it != graph[u].rend(); ++it) {             int v = *it;             if (!visited[v]) {                 visited[v] = true;                 cout << v << " ";                 st.push(v);             }         }     } } 

处理连通分量(多个独立子图)

实际图可能不连通,需对每个未访问节点启动一次DFS:

立即学习C++免费学习笔记(深入)”;

  • 外层遍历所有顶点 0 到 n−1
  • 遇到未访问的,调用一次 dfs(),并计数或记录新连通分量
  • 适用于求连通分量个数、最大连通子图大小等

扩展支持有向图与额外信息

只需调整建图方式即可适配有向图;如需记录时间戳(发现/完成时间)、父节点、路径等,可在DFS函数中增加参数或使用结构体封装状态:

  • 加一个 parent 参数防止走回头路(在无向图中避免把父节点当新邻居)
  • 用两个 vector 分别存 disc(发现时间)和 fin(完成时间)做拓扑排序或找环
  • 用 vector path 记录当前路径,进入时 push_back,退出时 pop_back

基本上就这些。递归写法最常用,非递归更可控,选哪种取决于图规模、栈限制和具体需求。