日撸Java三百行（day32：图的连通性检测）

林金金金

已于 2024-08-26 09:08:35 修改

阅读量429

点赞数 14

文章标签： java 开发语言

于 2024-08-23 18:32:46 首次发布

本文链接：https://blog.csdn.net/2301_80594618/article/details/141440972

版权

前言

图是一种比树复杂的非线性数据结构，甚至可以说是数据结构中最难的部分，把图掌握了数据结构这块就基本拿下了，今天我们主要学习图的连通性。

一、图的基础知识

首先，我们先来了解一下图的一些基本概念。

图是由顶点集合和顶点之间的边集合组成，通常表示为G（V，E），其中G表示图，V是G中顶点的集合，E是G中边的集合。例如：在下图中，有0、1、2、3、4这五个顶点，有0-1、0-2、0-4、1-2、2-3、3-4这六条边，所以该图可以表示为G（V，E），V(G)={V0，V1，V2，V3，V4}，E(G)={(V0，V1)，(V0，V2)，(V0，V4)，(V1，V2)，(V2，V3)，(V3，V4)}。

根据图中边是否有方向，图可以分为无向图和有向图；而根据边长是否有权重，图又可以分为带权图和不带权图，例如：G1是无向图，0和1之间有一条边，0到1和1到0是等价的；G2是有向图，0和1之间只有一条有向边，所以从1可以到0，但是从0不能到1；G3是带权无向图，顶点之间的边加上了权重的度量；G4是带权有向图，这时需要注意两顶点之间不同方向的边的权重是可以不同的，G4图中从3到4的边的权重为60，但是从4到3的边的权重却是70。

注意：无向图和有向图的边的表示是不一样的，无向图表示边用“()”，且交换顶点顺序后边不变；有向图表示边用“<>”，且交换顶点顺序边改变。比如，在下图G1中(V3，V4)和(V4，V3)均表示红色那条边，而在图G2中<V3，V4>表示绿色那条边，<V4，V3>表示橙色那条边。

接着，我们介绍一些有关图的基本术语：

子图：有点类似于字符串中子串的概念，我们假设有两个图G=（V，E），G1=（V1，E1），如果满足 $V1\subseteq V$ ， $E1\subseteq E$ ，则称G1是G的子图。
稀疏图和稠密图：有很少条边的图称为稀疏图，反之就是稠密图。
权和网：在实际应用中，每条边都可以标上具有某种含义的数值，这些数值称为该边上的权，而像这种带权的图通常称之为网。
邻接顶点：如果(V1，V2)是E(G)中的一条边，则称V1，V2互为邻接顶点。
通路：从一个顶点（起点）到另一个顶点（终点）的过程中，顶点和边的交替序列称为通路。
回路：对于一个通路，如果起点等于终点，那么就称为回路。
连通：无向图中，如果两个顶点之间有路径（不一定是直接相连），那么这两个顶点就是连通的。
强连通：有向图中，如果两个顶点之间有路径（不一定是直接相连），那么这两个顶点就是强连通的。
连通图：如果无向图中任意两个顶点都是连通的，那么该图就是连通图。
强连通图：如果有向图中任意两个顶点都是连通的，那么该有向图就是强连通图。
连通分量：无向图中的极大连通子图（极大连通子图是指该子图是原无向图的连通子图，且额外加入属于原无向图但不属于该子图的顶点后，该子图不再连通）
强连通分量：有向图中的极大连通子图（极大连通子图是指该子图是原有向图的连通子图，且额外加入属于原有向图但不属于该子图的顶点后，该子图不再连通）

二、图的邻接矩阵存储

图的存储主要有邻接矩阵和邻接表两种方式，今天我们用到是邻接矩阵。

邻接矩阵是一种比较直观的存储方式，它利用一个二维数组来表示图的结构（图中各顶点之间的邻接关系），二维数组的行数和列数均等于该图的顶点总数，如果两个顶点邻接（相连）则矩阵对应位置为1，如果两个顶点不邻接（不相连）则矩阵对应位置为0，如下图：

注意：对于有向图，我们是把二维数组的行下标作为边的起点，列下标作为边的终点；而对于无向图，一般是将其作为特殊的有向图处理（任意两个顶点之间都是双向相连的有向图就是无向图）。

三、图的连通性检测

在上面介绍图的基本术语时，我们提到两个顶点连通只是代表它们之间有路可以到达，但不一定是直接相连，因此连通其实可以看作是一种“可达”，如果从一个顶点出发，通过某路径可以到达另一顶点，那么就说这两个顶点是连通的，比如上图中的V1可以通过路径1→2→3到达V3，所以V1和V3是连通的。

那么如何判断一个图是否连通呢？显然，只靠邻接矩阵是肯定不行的，因为邻接矩阵只能表示两个顶点是否直接相连，而无法表示是否连通。不过，我们可以在图邻接矩阵的基础上构造可达矩阵（连通矩阵），进而再判断该图是否连通。

具体的判断方法是：假设图的邻接矩阵为M，M的零次方为单位矩阵（即 $M^{0}=I$ ），要判断该图的连通性，则计算图的可达矩阵 $M^{a}=M^{0}+M^{1}+M^{2}+......+M^{n-1}$ ，其中n为顶点个数，如果 $M^{a}$ 中第 $i$ 行第 $j$ 列的元素为0，则顶点 $i$ 到顶点 $j$ 不连通，从而说明该图不连通。

四、代码实现

首先，我们利用昨天创建的整数矩阵类IntMatrix完成今日的基本构造部分，如下：

package datastructure.graph;

import matrix.IntMatrix;

/**
 * Directed graph. Note that undirected graphs are a special case of directed
 * graphs.
 *
 *@auther Xin Lin 3101540094@qq.com.
 */

public class Graph {

	/**
	 * The connectivity matrix.
	 */
	IntMatrix connectivityMatrix;

	/**
	 *********************
	 * The first constructor.
	 * 
	 * @param paraNumNodes The number of nodes in the graph.
	 *********************
	 */
	public Graph(int paraNumNodes) {
		connectivityMatrix = new IntMatrix(paraNumNodes, paraNumNodes);
	} // Of the first constructor

	/**
	 *********************
	 * The second constructor.
	 * 
	 * @param paraMatrix The data matrix.
	 *********************
	 */
	public Graph(int[][] paraMatrix) {
		connectivityMatrix = new IntMatrix(paraMatrix);
	} // Of the second constructor

	/**
	 *********************
	 * Overrides the method claimed in Object, the superclass of any class.
	 *********************
	 */
	public String toString() {
		String resultString = "This is the connectivity matrix of the graph.\r\n"
				+ connectivityMatrix;
		return resultString;
	} // Of toString

因为我们用到了昨天创建的IntMatrix类，所以在程序开头不要忘了import；这里定义了一个IntMatrix类的矩阵connectivityMatrix，然后创建了两个构造方法，与昨天的前两个构造方法基本相同；最后，照例重写toString()方法进行遍历。

然后，我们开始创建方法。第一步，创建一个单位矩阵tempConnectivityMatrix（相当于得到了 $M^{0}$ ），其行列数与connectivityMatrix的行数相同；第二步，将connectivityMatrix矩阵拷贝到tempMultipliedMatrix（相当于得到了M）；第三步，利用for循环进行连加连乘，使得tempConnectivityMatrix=tempConnectivityMatrix+tempMultipliedMatrix，tempMlultipliedMatrix=tempMultipliedMatrix*connectivityMatrix不断迭代（最后会得到 $M^{a}$ ）；第四步，对所得到的可达矩阵（连通矩阵）进行check，利用一个两层for循环检测连通矩阵中是否存在为0的元素，若存在则说明该图不连通，返回false，同时输出不连通的两个顶点；若不存在则说明该图连通，返回true。

    /**
	 *********************
	 * Get the connectivity of the graph.
	 * 
	 * @throws Exception for internal error.
	 *********************
	 */
	public boolean getConnectivity() throws Exception {
		// Step 1. Initialize accumulated matrix: M_a = I.
		IntMatrix tempConnectivityMatrix = IntMatrix
				.getIdentityMatrix(connectivityMatrix.getData().length);

		// Step 2. Initialize M^1.
		IntMatrix tempMultipliedMatrix = new IntMatrix(connectivityMatrix);

		// Step 3. Determine the actual connectivity.
		for (int i = 0; i < connectivityMatrix.getData().length - 1; i++) {
			// M_a = M_a + M^k
			tempConnectivityMatrix.add(tempMultipliedMatrix);

			// M^k
			tempMultipliedMatrix = IntMatrix.multiply(tempMultipliedMatrix, connectivityMatrix);
		} // Of for i

		// Step 4. Check the connectivity.
		System.out.println("The connectivity matrix is: " + tempConnectivityMatrix);
		int[][] tempData = tempConnectivityMatrix.getData();
		for (int i = 0; i < tempData.length; i++) {
			for (int j = 0; j < tempData.length; j++) {
				if (tempData[i][j] == 0) {
					System.out.println("Node " + i + " cannot reach " + j);
					return false;
				} // Of if
			} // Of for j
		} // Of for i

		return true;
	} // Of getConnectivity

完成方法创建后，我们为其单独写一个测试方法（即单元测试），具体如下：

显然，测试一的图是连通的，测试二的图是不连通的。

    /**
	 *********************
	 * Unit test for getConnectivity.
	 *********************
	 */
	public static void getConnectivityTest() {
		// Test an undirected graph.
		int[][] tempMatrix = { { 0, 1, 0 }, { 1, 0, 1 }, { 0, 1, 0 } };
		Graph tempGraph2 = new Graph(tempMatrix);
		System.out.println(tempGraph2);

		boolean tempConnected = false;
		try {
			tempConnected = tempGraph2.getConnectivity();
		} catch (Exception ee) {
			System.out.println(ee);
		} // Of try

		System.out.println("Is the graph connected? " + tempConnected);

		// Test a directed graph.
		// Remove one arc to form a directed graph.
		tempGraph2.connectivityMatrix.setValue(1, 0, 0);

		tempConnected = false;
		try {
			tempConnected = tempGraph2.getConnectivity();
		} catch (Exception ee) {
			System.out.println(ee);
		} // Of try

		System.out.println("Is the graph connected? " + tempConnected);
	} // Of getConnectivityTest

完整的程序代码，如下：

package datastructure.graph;

import matrix.IntMatrix;

/**
 * Directed graph. Note that undirected graphs are a special case of directed
 * graphs.
 *
 *@auther Xin Lin 3101540094@qq.com.
 */

public class Graph {

	/**
	 * The connectivity matrix.
	 */
	IntMatrix connectivityMatrix;

	/**
	 *********************
	 * The first constructor.
	 * 
	 * @param paraNumNodes The number of nodes in the graph.
	 *********************
	 */
	public Graph(int paraNumNodes) {
		connectivityMatrix = new IntMatrix(paraNumNodes, paraNumNodes);
	} // Of the first constructor

	/**
	 *********************
	 * The second constructor.
	 * 
	 * @param paraMatrix The data matrix.
	 *********************
	 */
	public Graph(int[][] paraMatrix) {
		connectivityMatrix = new IntMatrix(paraMatrix);
	} // Of the second constructor

	/**
	 *********************
	 * Overrides the method claimed in Object, the superclass of any class.
	 *********************
	 */
	public String toString() {
		String resultString = "This is the connectivity matrix of the graph.\r\n"
				+ connectivityMatrix;
		return resultString;
	} // Of toString

	/**
	 *********************
	 * Get the connectivity of the graph.
	 * 
	 * @throws Exception for internal error.
	 *********************
	 */
	public boolean getConnectivity() throws Exception {
		// Step 1. Initialize accumulated matrix: M_a = I.
		IntMatrix tempConnectivityMatrix = IntMatrix
				.getIdentityMatrix(connectivityMatrix.getData().length);

		// Step 2. Initialize M^1.
		IntMatrix tempMultipliedMatrix = new IntMatrix(connectivityMatrix);

		// Step 3. Determine the actual connectivity.
		for (int i = 0; i < connectivityMatrix.getData().length - 1; i++) {
			// M_a = M_a + M^k
			tempConnectivityMatrix.add(tempMultipliedMatrix);

			// M^k
			tempMultipliedMatrix = IntMatrix.multiply(tempMultipliedMatrix, connectivityMatrix);
		} // Of for i

		// Step 4. Check the connectivity.
		System.out.println("The connectivity matrix is: " + tempConnectivityMatrix);
		int[][] tempData = tempConnectivityMatrix.getData();
		for (int i = 0; i < tempData.length; i++) {
			for (int j = 0; j < tempData.length; j++) {
				if (tempData[i][j] == 0) {
					System.out.println("Node " + i + " cannot reach " + j);
					return false;
				} // Of if
			} // Of for j
		} // Of for i

		return true;
	} // Of getConnectivity

	/**
	 *********************
	 * Unit test for getConnectivity.
	 *********************
	 */
	public static void getConnectivityTest() {
		// Test an undirected graph.
		int[][] tempMatrix = { { 0, 1, 0 }, { 1, 0, 1 }, { 0, 1, 0 } };
		Graph tempGraph2 = new Graph(tempMatrix);
		System.out.println(tempGraph2);

		boolean tempConnected = false;
		try {
			tempConnected = tempGraph2.getConnectivity();
		} catch (Exception ee) {
			System.out.println(ee);
		} // Of try

		System.out.println("Is the graph connected? " + tempConnected);

		// Test a directed graph.
		// Remove one arc to form a directed graph.
		tempGraph2.connectivityMatrix.setValue(1, 0, 0);

		tempConnected = false;
		try {
			tempConnected = tempGraph2.getConnectivity();
		} catch (Exception ee) {
			System.out.println(ee);
		} // Of try

		System.out.println("Is the graph connected? " + tempConnected);
	} // Of getConnectivityTest

	/**
	 *********************
	 * The entrance of the program.
	 * 
	 * @param args Not used now.
	 *********************
	 */
	public static void main(String args[]) {
		System.out.println("Hello!");
		Graph tempGraph = new Graph(3);
		System.out.println(tempGraph);

		// Unit test.
		getConnectivityTest();
	} // Of main

} // Of class Graph

运行结果：

可以看到，运行结果与我们之前的预测保持一致。

总结

今天的重点就是如何通过代码来判断一个图是否连通，单看具体的判断方法不是特别难，但如果要深究此判断方法的数学原理与物理意义，就不再简单了，由于本人还未学到离散数学，所以对于此部分没有深入说明。

林金金金

关注

14
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
日撸Java三百行（day32：图的连通性检测）

图是一种比树复杂的非线性数据结构，我们先来了解一下图的相关基本概念。图是由顶点集合和顶点之间的边集合组成，通常表示为G（V，E），其中G表示图，V是G中顶点的集合，E是G中边的集合。根据图中边的方向，图可以分为无向图和有向图；而根据边长是否有权重，图又可以分为带权图和不带权图完整的程序代码运行结果
复制链接

扫一扫