數據結構與算法-圖（廣度優先搜索dfs）

昨天我們接好了深度優先，他是按照一直深入搜索到底，然後 展開的順序，而今天的方法廣度優先，自然是先把搜索面打開，然後再去細緻的搜索。
下面我們仔細介紹啦，其實廣度優先搜索類似於樹的層序遍歷，一層一層往下走，首先選擇一個其實頂點，然後訪問與這個頂點具有邏輯邊關係的頂點，挨個訪問，訪問完畢後，從第一個頂點開始繼續尋找它的所有邏輯邊的頂點，然後再找下一個頂點的邏輯邊頂點，就這樣一直找完所有頂點。

//廣度優先搜索 （圖->支撐樹） 
//循環隊列
//順序循環隊列(定義)
typedef struct 
{
	int  data[MAXN];
	
	int front;
	
	int rear;
	
	
 } sqQueue;
 //初始化空隊列
 int InitQueue(sqQueue *Q) 
 {
 	Q->front=0;
 	
 	Q->rear=0;
 	
 	return true;
 	
 }
//返回隊列長度操作
int QueueLength(sqQueue Q)
{
	return (Q.rear-Q.front+MAXN)%MAXN;
 } 
 //判斷隊列是否爲空
int QueueEmpty(sqQueue Q)
{
	if((Q.rear-Q.front+MAXN)%MAXN)
		return true;
	else
		return false;
 } 
//增
int EnQueue(sqQueue *Q,int e) 
{
	if((Q->rear+1)%MAXN==Q->front)
		return false;
	
	Q->data[Q->rear]=e;
		
	Q->data[Q->rear+1]%MAXN;
	
	return true;
	
}
//刪
int DeQueue(sqQueue *Q,int *e)
{
	if(Q->front==Q->rear)
		return false;
		
	*e=Q->data[Q->front];
	
	Q->front=(Q->front+1)%MAXN;
	
	return true;
	
 } 
 //鄰接矩陣廣度遍歷算法
 void BFSTraverse(MGraph G)
 {
 	int i,j;
 	sqQueue Q;
 	InitQueue(&Q);//初始化隊列 
 	for(i=0;i<G.numVertexes;i++)
 	{
 		if(!visited[i])
 		{
 			visited[i]=true;
 			cout<<G.vexs[i]<<' ';
 			EnQueue(&Q,i);//入隊
			while(!QueueEmpty(Q))//隊列不爲空 
			{
				DeQueue(&Q,&i);//出隊
				for(j=0;j<G.numVertexes;j++)
				{
					if(G.arc[i][j]==1&&!visited[j])
					{
						visited[j]=true;
						cout<<G.vexs[j]<<' ';
						EnQueue(&Q,j);
					}
				
				 } 
		
			 } 
 			
		 }
 		
	}
 	
 }
 //鄰接表廣度優先搜索算法
 void BFSTraverse(GraphAdjList *GL)
 {
 	int i;
 	EdgeNode *p;
 	sqQueue Q;
 	InitQueue (&Q);
 	for(i=0;i<GL->numVertexes;i++)
 	{
 		if(!visited[i])
 		{
 			visited[i]=true;
 			cout<<GL->adjList[i].data<<' ';
 			EnQueue(&Q,i);
 			while(!QueueEmpty(Q))
 			{
 				DeQueue(&Q,&i);
 				p=GL->adjList[i].firstedge;
 				while(!QueueEmpty(Q))
				 {
				 	DeQueue(&Q,&i);
				 	p=GL->adjList[i].firstedge;
				 	while(p)
				 	{
				 		if(!visited[i])
				 		{
				 			visited[p->adjvex]=true;
				 			cout<<GL->adjList[p->adjvex].data<<' ';
				 			EnQueue(&Q,p->adjvex);	
						}
				 		p=p->next;
				 		
					 }
				} 
			}
		 }
	}
}