思路分析
代码实现
/**
-
对一个结点进行深度优先遍历算法
-
@param isVisited 是否访问表示矩阵
-
@param i 第i个结点 第一次是0
*/
private void dfs(boolean[] isVisited, int i) {
// 首先访问该节点
System.out.print(getValueByIndex(i) + “->”);
// 将该节点设置为已经访问
isVisited[i] = true;
// 查找结点i的第一个邻接节点
int w = getFirstNeighbor(i);
while (w != -1) {//说明有
if (!isVisited[w]) {
dfs(isVisited, w);
}
// 如果w存在,但是已经被访问过
w = getNextNeighbor(i, w);
}
}
// 对dfs重载 遍历所有结点,并进行dfs
public void dfs() {
isVisited = new boolean[vertexList.size()];
// 遍历所有的结点,进行dfs(回溯
for (int i = 0; i < getNumOfVertex(); i++) {
if (!isVisited[i]) {
dfs(isVisited, i);
}
}
}
图的广度优先搜索(Broad First Search) 。
类似于一个分层搜索的过程,广度优先遍历需要使用一个队列以保持访问过的结点的顺序,以便按这个顺序来访问这些结点的邻接结点
广度优先遍历算法步骤
-
访问初始结点v并标记结点v为已访问。
-
结点v入队列
-
当队列非空时,继续执行,否则算法结束。
-
出队列,取得队头结点u。
-
查找结点u的第一个邻接结点w。
-
若结点u的邻接结点w不存在,则转到步骤3;否则循环执行以下三个步骤:
6.1 若结点w尚未被访问,则访问结点w并标记为已访问。
6.2 结点w入队列
6.3 查找结点u的继w邻接结点后的下一个邻接结点w,转到步骤6。
广度优先举例说明
广度优先代码实现
/**
-
对一个结点进行广度优先遍历算法
-
@param isVisited 是否访问表示矩阵
-
@param i 第i个结点 第一次是0
*/
private void bfs(boolean[] isVisited, int i) {
int u; // 表示队列头结点对应下标
int w; // 表示邻接节点w
// 队列,记录结点访问的顺序
LinkedList queue = new LinkedList<>();
// 访问结点,输出信息
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()) {
// 出去队列头结点下标
u = queue.removeFirst();
// 得到第一个临界点下标w
w = getFirstNeighbor(u);
while (w != -1) { // 找到了
// 判断是否访问
if (!isVisited[w]) {
System.out.print(getValueByIndex(w) + “=>”);
// 标记已访问
isVisited[w] = true;
// 入队
queue.addFirst(w);
}
// 以u为前驱结点,找w后面的下一个邻接点
w = getNextNeighbor(u, w); // 体现出广度优先
}
}
}
// 对dfs重载 遍历所有结点,并进行dfs
public void bfs() {
isVisited = new boolean[vertexList.size()];
for (int i = 0; i < getNumOfVertex(); i++) {
if (!isVisited[i]) {
bfs(isVisited, i);
}
}
}
=================================================================
package graph;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
public class Graph {
private ArrayList vertexList; // 存储顶点集合
private int[][] edges; // 存储图对应的邻接矩阵
private int numOfEdges; // 表示边的树木
private boolean[] isVisited;
public static void main(String[] args) {
// 测试图的创建
int n = 5; // 结点的个数
// String[] Vertexes = {“A”, “B”, “C”, “D”, “E”};
String[] Vertexes = {“1”, “2”, “3”, “4”, “5”, “6”, “7”, “8”};
// 创建图对象
Graph graph = new Graph(8);
// 循环添加顶点
for (String Vertex : Vertexes) {
graph.insertVertex(Vertex);
}
// 添加边
// A-B A-C B-C B-D B-E
// graph.insertEdge(0, 1, 1); // A-B
// graph.insertEdge(0, 2, 1); // A-C
// graph.insertEdge(1, 2, 1); // B-C
// graph.insertEdge(1, 3, 1); // B-D
// graph.insertEdge(1, 4, 1); // B-E
graph.insertEdge(0, 1, 1);
graph.insertEdge(0, 2, 1);
graph.insertEdge(1, 3, 1);
graph.insertEdge(1, 4, 1);
graph.insertEdge(3, 7, 1);
graph.insertEdge(4, 7, 1);
graph.insertEdge(2, 5, 1);
graph.insertEdge(2, 6, 1);
graph.insertEdge(5, 6, 1);
graph.showGraph();
// 测试dfs遍历是否ok
System.out.println(“深度优先遍历”);
graph.dfs();
System.out.println();
// 测试bfs遍历是否ok
System.out.println(“广度优先遍历”);
graph.bfs();
}
/**
-
构造器
-
@param n 图的结点数量
*/
public Graph(int n) {
// 初始化矩阵和ArrayList
edges = new int[n][n];
vertexList = new ArrayList(n);
numOfEdges = 0;
// isVisited = new boolean[5];
}
/**
-
插入结点(顶点)
-
@param vertex 结点
*/
public void insertVertex(String vertex) {
vertexList.add(vertex);
}
/**
-
添加边
-
@param v1 表示点的下标 即是第几个顶点 “A” - “B” => “A” - 0 “B” - 1
-
@param v2 第二个顶点对应的下标
-
@param weight 表示两个点是否有关联
*/
public void insertEdge(int v1, int v2, int weight) {
edges[v1][v2] = weight;
edges[v2][v1] = weight;
numOfEdges++;
}
/**
-
得到第index个结点的第一个邻接节点的下标w
-
@param index 想寻求邻接节点的结点
-
@return 找到返回下标,找不到返回-1
*/
public int getFirstNeighbor(int index) {
for (int i = 0; i < vertexList.size(); i++) {
if (edges[index][i] > 0) {
return i;
}
}
return -1;
}
/**
-
根据前一个邻接节点的下标获取下一个邻接节点
-
@param v1 结点横坐标
-
@param v2 结点纵坐标
-
@return 找到返回下标,找不到返回-1
*/
public int getNextNeighbor(int v1, int v2) {
for (int i = v2 + 1; i < vertexList.size(); i++) {
if (edges[v1][i] > 0) {
return i;
}
}
return -1;
}
/**
-
对一个结点进行广度优先遍历算法
-
@param isVisited 是否访问表示矩阵
-
@param i 第i个结点 第一次是0
*/
private void bfs(boolean[] isVisited, int i) {
int u; // 表示队列头结点对应下标
int w; // 表示邻接节点w
// 队列,记录结点访问的顺序
LinkedList queue = new LinkedList<>();
// 访问结点,输出信息
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()) {
// 出去队列头结点下标
u = queue.removeFirst();
// 得到第一个临界点下标w
w = getFirstNeighbor(u);
while (w != -1) { // 找到了
// 判断是否访问
if (!isVisited[w]) {
System.out.print(getValueByIndex(w) + “=>”);
// 标记已访问
isVisited[w] = true;
// 入队
queue.addFirst(w);
}
// 以u为前驱结点,找w后面的下一个邻接点
w = getNextNeighbor(u, w); // 体现出广度优先
}
}
}
// 对dfs重载 遍历所有结点,并进行dfs
public void bfs() {
isVisited = new boolean[vertexList.size()];
for (int i = 0; i < getNumOfVertex(); i++) {
if (!isVisited[i]) {
bfs(isVisited, i);
}
}
}
/**
-
对一个结点进行深度优先遍历算法
-
@param isVisited 是否访问表示矩阵
-
@param i 第i个结点 第一次是0
*/
private void dfs(boolean[] isVisited, int i) {
// 首先访问该节点
System.out.print(getValueByIndex(i) + “->”);
// 将该节点设置为已经访问
isVisited[i] = true;
// 查找结点i的第一个邻接节点
int w = getFirstNeighbor(i);
while (w != -1) {//说明有
if (!isVisited[w]) {
dfs(isVisited, w);
}
// 如果w存在,但是已经被访问过
w = getNextNeighbor(i, w);
}
}
// 对dfs重载 遍历所有结点,并进行dfs
public void dfs() {
isVisited = new boolean[vertexList.size()];
// 遍历所有的结点,进行dfs(回溯
for (int i = 0; i < getNumOfVertex(); i++) {
if (!isVisited[i]) {
dfs(isVisited, i);
}
}
}
// 图中常用的方法
/**
-
返回结点的个数
-
@return 结点个数
*/
public int getNumOfVertex() {
return vertexList.size();
}
/**
-
返回边的个数
-
@return 边的个数
*/
public int getNumOfEdges() {
return numOfEdges;
}
/**
-
返回结点i(下标) 对应的数据 0->“A” 1->“B” 2->“C”
-
@param i 第i个
-
@return 第i个数据
*/
public String getValueByIndex(int i) {