Dans DFS , les nœuds explorés sont stockés dans une structure de données en pile. Les arêtes qui nous dirigent vers des nœuds inexplorés sont appelées ‘ bords de découverte ‘ tandis que les arêtes allant déboucher sur des nœuds déjà visités sont appelées ‘ bords de bloc '. DFS est utile dans les scénarios où un programmeur veut trouver des composants ou des cycles connectés dans un graphique.
Suivez les directives de cet article pour mettre en œuvre DFS en C++.
Implémentation de DFS en C++
Dans la section suivante, nous verrons comment DFS est implémenté en C++. On peut suivre les étapes données pour mettre en œuvre DFS .
- Insérez le nœud racine d'un arbre ou d'un graphique dans la pile.
- Ajoutez l'élément supérieur de la pile à votre liste visitée.
- Découvrez tous les nœuds adjacents au nœud visité et ajoutez les nœuds qui n'ont pas encore visité la pile.
- Répétez les étapes 2 et 3 jusqu'à ce que la pile soit vide.
Pseudocode DFS
Le DFS pseudocode est illustré ci-dessous. Dans le chaleur() fonction, nous exécutons notre DFS fonction sur chaque nœud. Parce que le graphique peut avoir deux parties déconnectées, nous pouvons exécuter le DFS algorithme sur chaque nœud pour s'assurer que nous avons couvert chaque sommet.
DFS ( g une )
un. a visité = vrai
pour tout b ∈ g. Ajust [ un ]
si b. a visité == FAUX
DFS ( g,b )
chaleur ( )
{
Pour tout a ∈ g
un. a visité = FAUX
Pour tout a ∈ g
DFS ( g, un )
}
Ici, g, a et b représentent respectivement le graphe, le premier nœud visité et le nœud de la pile.
Implémentation de DFS en C++
Un programme C++ pour DFS la mise en œuvre est donnée ci-dessous :
#include
#include
#include
en utilisant espace de noms std ;
modèle < nom de type t >
classe DepthFirstSearch
{
privé :
carte < t, liste < t > > adjListe ;
public :
DepthFirstSearch ( ) { }
annuler Ajouter_bord ( ta, tb, bourdonner toi = vrai )
{
adjListe [ un ] . repousser ( b ) ;
si ( toi )
{
adjListe [ b ] . repousser ( un ) ;
}
}
annuler Imprimer ( )
{
pour ( auto je : adjListe ) {
écoute << je. d'abord << '->' ;
pour ( t entrée : je. deuxième ) {
écoute << entrée << ',' ;
}
écoute << fin ;
}
}
annuler dfs_helper ( t nœud, carte < t, bourdonner > & a visité ) {
a visité [ nœud ] = vrai ;
écoute << nœud << ' ' << fin ;
pour ( le voisin : adjListe [ nœud ] ) {
si ( ! a visité [ voisin ] ) {
dfs_helper ( voisin, visité ) ;
}
}
}
annuler DFS ( t src )
{
carte < t, bourdonner > a visité ;
dfs_helper ( src, visité ) ;
}
} ;
entier principal ( ) {
DepthFirstSearch < entier > g ;
g. Ajouter_bord ( 0 , 5 ) ;
g. Ajouter_bord ( 0 , 7 ) ;
g. Ajouter_bord ( 4 , 7 ) ;
g. Ajouter_bord ( 7 , 8 ) ;
g. Ajouter_bord ( 2 , 1 ) ;
g. Ajouter_bord ( 0 , 6 ) ;
g. Ajouter_bord ( 2 , 4 ) ;
g. Ajouter_bord ( 3 , 2 ) ;
g. Ajouter_bord ( 3 , 6 ) ;
g. Ajouter_bord ( 7 , 5 ) ;
g. Ajouter_bord ( 5 , 8 ) ;
g. Imprimer ( ) ;
g. DFS ( 6 ) ;
écoute << fin ;
}
Dans ce code, nous avons implémenté DFS algorithme suivant le pseudo-code donné ci-dessus. Nous avons 12 paires de nœuds. Nous avons défini une classe ' g ” qui représente un graphe ayant des sommets a et b qui représentent des nœuds visités et non visités.
Sortir
Conclusion
DFS est un algorithme de recherche populaire utile pour plusieurs scénarios, tels que la recherche des cycles dans un graphique et l'obtention d'informations sur les composants connectés ou tous les sommets d'un graphique. Nous avons également décrit le fonctionnement du DFS méthode avec un exemple. DFS emploie des piles pour exécuter la technique et peut également être utilisé sur les arbres.