【算法】图的广度优先搜索(BFS)

广度优先搜索基本思想

图的广度优先搜索类似于一个分层搜索的过程,需要使用一个队列以保持访问过的节点的顺序,以便按这个顺序来访问这些节点的邻接节点

广度优先搜索算法步骤

1.访问初始节点 v 并标记为以访问

2.节点 v 入队列

3.当队列为非空时,继续执行,否则 v 的算法结束

4.出队列,取得队列头节点 u

5.查找节点 u 的第一个邻接节点 w

6.如果节点 u 的邻接节点 w 不存在,则转到步骤 3;否则循环执行以下三个步骤

        ①若节点 w 尚未被访问,则访问节点 w 并标记为已访问

        ②节点 w 入队列

        ③查找节点 u 的继 w 邻接节点后的下一个邻接节点 w,转到步骤 6


public class Graph {

    private ArrayList<String> vertexList;  //存储顶点的集合
    private int[][] edges;  //存储图对应的邻接矩阵
    private int numOfEdges;  //表示边的数目
    //定义一个数组 boolean[],记录某个节点是否被访问
    private boolean[] isVisited;

    public static void main(String[] args) {
        //测试
        int n = 5;  //节点的个数
        String[] Vertexs = {"A", "B", "C", "D", "E"};
        //创建图对象
        Graph graph = new Graph(n);
        //循环的添加顶点
        for (String vertex : Vertexs) {
            graph.insertVertex(vertex);
        }

        //添加边
        // A-B  A-C  B-C  B-D  B-E
        graph.insertEdge(0, 1, 1);
        graph.insertEdge(0, 2, 1);
        graph.insertEdge(1, 2, 1);
        graph.insertEdge(1, 3, 1);
        graph.insertEdge(1, 4, 1);

        graph.showGraph();

        //测试 dfs
        System.out.println("深度遍历");
        graph.dfs();
        System.out.println("\n");

        //测试 bfs
        System.out.println("广度优先");
        graph.bfs();
    }

    //构造器
    public Graph(int n) {
        //初始化矩阵和 vertexList
        edges = new int[n][n];
        vertexList = new ArrayList<String>(n);
        numOfEdges = 0;
    }

    //得到第一个邻接节点的下标 w
    /**
     *
     * @param index
     * @return  如果存在,返回对应下标,否则返回 -1
     */
    public int getFirstNeighbor(int index) {
        for (int j = 0;j < vertexList.size(); j++) {
            if (edges[index][j] > 0) {
                return j;
            }
        }
        return -1;
    }

    //根据前一个邻接节点的下标来获取下一个邻接节点
    public int getNextNeighbor(int v1, int v2) {
        for (int j = v2 + 1; j < vertexList.size(); j++) {
            if (edges[v1][j] > 0) {
                return j;
            }
        }
        return -1;
    }

    //深度优先搜索算法
    private void dfs(boolean[] isVisited, int i) {
        //首先我们访问该节点,输出
        System.out.print(getValueByIndex(i) + " -> ");
        //将节点设置为已经访问
        isVisited[i] = true;
        //查找节点 i 的第一个邻接节点 w
        int w = getFirstNeighbor(i);
        while (w != -1) {  //说明存在
            if (!isVisited[w]) {
                dfs(isVisited, w);
            }
            //如果 w 节点已经被访问过
            w = getNextNeighbor(i, w);
        }
    }

    //对 dfs 进行一个重载,遍历我们所有的节点,并进行 dfs
    public void dfs() {
        isVisited = new boolean[5];
        //遍历所有的节点,进行 dfs (回溯)
        for (int i = 0; i < getNumOfEdges(); i++) {
            if (!isVisited[i]) {
                dfs(isVisited, i);
            }
        }
    }

    //对一个节点进行广度优先搜索的方法
    private void bfs(boolean[] isVisited, int i) {
        int u;  //表示队列的头节点对应下标
        int w;  //邻接节点 w
        //队列,记录节点访问的顺序
        LinkedList queue = new LinkedList();
        //访问节点,输出节点信息
        System.out.print(getValueByIndex(i) + " -> ");
        //标记为已访问
        isVisited[i] = true;
        //将节点加入队列
        queue.addLast(i);

        while (!queue.isEmpty()) {
            //取出队列的头节点下标
            u = (Integer) queue.removeFirst();
            //得到第一个邻接节点的下标 w
            w = getFirstNeighbor(u);
            while (w != -1) {  //找到了
                //是否访问过
                if (!isVisited[w]) {
                    System.out.print(getValueByIndex(w) + " -> ");
                    //标记已经访问
                    isVisited[w] = true;
                    //入队列
                    queue.addLast(w);
                }
                //以 u 为前驱点,找 w 后面的下一个邻接节点
                w = getNextNeighbor(u, w);  //体现出广度优先
            }
        }
    }

    //遍历所有的节点,都进行广度优先搜索
    public void bfs() {
        isVisited = new boolean[5];
        for (int i = 0; i < getNumOfVertex(); i++) {
            if (!isVisited[i]) {
                bfs(isVisited, i);
            }
        }
    }

    //图中常用的方法
    //返回节点的个数
    public int getNumOfVertex() {
        return vertexList.size();
    }
    //返回边的个数
    public int getNumOfEdges() {
        return numOfEdges;
    }
    //返回节点 i(下标)对应的数据 0->"A" 1->"B" 2->"C"
    public String getValueByIndex(int i) {
        return vertexList.get(i);
    }
    //返回 v1 和 v2 的权值
    public int getWeight(int v1, int v2) {
        return edges[v1][v2];
    }
    //显示图对应的矩阵
    public void showGraph() {
        for (int[] link : edges) {
            System.out.println(Arrays.toString(link));
        }
    }

    //插入节点
    public void insertVertex(String vertex) {
        vertexList.add(vertex);
    }

    //添加边
    /**
     *
     * @param v1  代表第一个顶点对应的下标
     * @param v2  代表第二个顶点对应的下标
     * @param weight
     */
    public void insertEdge(int v1, int v2, int weight) {
        edges[v1][v2] = weight;
        edges[v2][v1] = weight;
        numOfEdges++;
    }
}
  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值