图的深度优先遍历算法的递归与非递归JAVA实现

深度优先算法思想

深度优先搜索遍历类似于树的先序遍历。假定给定图G的初态是所有顶点均未被访问过,在G中任选一个顶点i作为遍历的初始点,则深度优先搜索递归调用包含以下操作:

1)访问搜索到的未被访问的邻接点;

2)将此顶点的visited数组元素值置1

3)搜索该顶点的未被访问的邻接点,若该邻接点存在,则从此邻接点开始进行同样的访问和搜索。

深度优先搜索DFS可描述为:

1)访问v0顶点;

2)置 visited[v0]=1

3)搜索v0未被访问的邻接点w,若存在邻接点w,则DFS(w)

遍历过程:     

 DFS 在访问图中某一起始顶点 v 后,由 v 出发,访问它的任一邻接顶点 w1;再从 w1 出发,访问与 w1 接但还没有访问过的顶点 w2;然后再从 w2 出发,进行类似的访问,… 如此进行下去,直至到达所有的邻接顶点都被访问过的顶点 u 为止。

接着,退回一步,退到前一次刚访问过的顶点,看是否还有其它没有被访问的邻接顶点。如果有,则访问此顶点,之后再从此顶点出发,进行与前述类似的访问;如果没有,就再退回一步进行搜索。重复上述过程,直到连通图中所有顶点都被访问过为止。如下图所示:

9、深度优先算法,图的遍历 - 墨涵 - 墨涵天地

9、深度优先算法,图的遍历 - 墨涵 - 墨涵天地

9、深度优先算法,图的遍历 - 墨涵 - 墨涵天地

9、深度优先算法,图的遍历 - 墨涵 - 墨涵天地


实现代码

package com.teradata.lsw.sort;
import java.util.Stack;
public class DFS {


// 存储节点信息
private Object[] vertices;
// 存储边的信息数组
private int[][] arcs;
// 边的条数
private int vexnum;
// 记录第i个节点是否被访问过
private boolean[] visited;

//图的初始化
public DFS(int n) {
// TODO Auto-generated constructor stub
vexnum = n;
vertices = new Object[n];
arcs = new int[n][n];
visited = new boolean[n];
for (int i = 0; i < vexnum; i++) {
for (int j = 0; j < vexnum; j++) {
arcs[i][j] = 0;
}
}


}


/**
* @param args

* @author TD_LSW
*/
public static void main(String[] args) {
// TODO Auto-generated method stub
// 构建图
DFS g = new DFS(8);
Character[] vertices = { 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H' };
g.addVertex(vertices);
g.addEdge(0, 1);
g.addEdge(0, 2);
g.addEdge(1, 3);
g.addEdge(1, 4);
g.addEdge(3, 5);
g.addEdge(4, 5);
g.addEdge(2, 6);
g.addEdge(2, 7);
System.out.println("深度优先遍历的递归实现:");
g.dfs();
System.out.println();

System.out.println("深度优先遍历的非递归实现:");
g.redfs();
System.out.println();

}


/**
* 深度优先遍历的非递归实现
*/
private void redfs() {
// TODO Auto-generated method stub
//初始化节点遍历的数组
for (int i = 0; i < vexnum; i++) {
visited[i] = false;
}
//定义存储遍历节点的栈
Stack<Integer> s = new Stack<Integer>();
for (int i = 0; i < vexnum; i++) {
if (!visited[i]) {
//未访问的节点入栈
s.add(i);
visited[i] = true;
while (!s.isEmpty()) {
//出栈
int j = s.pop();
System.out.print(vertices[j] + " ");
for (int k = this.lastAdjVex(j); k >= 0; k = this
.lastAdjVex(j, k)) {
if (!visited[k])
s.add(k);
visited[k] = true;
}
}
}
}


}


//往前查找为1的节点
private int lastAdjVex(int i, int k) {
// TODO Auto-generated method stub
for (int j = k - 1; j >= 0; j--) {
if (arcs[i][j] > 0)
return j;
}
return -1;
}


//最深的节点
private int lastAdjVex(int i) {
// TODO Auto-generated method stub
for (int j = vexnum - 1; j >= 0; j--) {
if (arcs[i][j] > 0)
return j;
}
return -1;
}


/**
* 深度优先遍历的递归实现
*/
private void dfs() {
// TODO Auto-generated method stub
//初始化
for (int i = 0; i < vexnum; i++) {
visited[i] = false;
}
//递归实现
for (int i = 0; i < vexnum; i++) {
if (!visited[i])
_dfs(i);
}


}


//遍历节点
private void _dfs(int i) {
// TODO Auto-generated method stub
visited[i] = true;
System.out.print(vertices[i] + " ");
for (int j = this.firstAdjVex(i); j >= 0; j = this.nextAdjVex(i, j)) {
if (!visited[j])
this._dfs(j);
}
}


private int nextAdjVex(int i, int k) {
// TODO Auto-generated method stub
for (int j = k + 1; j < vexnum; j++) {
if (arcs[i][j] > 0)
return j;
}
return -1;
}


//依次查找下一个
private int firstAdjVex(int i) {
// TODO Auto-generated method stub
for (int j = 0; j < vexnum; j++) {
if (arcs[i][j] > 0)
return j;
}
return -1;
}

//边初始化
private void addEdge(int i, int j) {
// TODO Auto-generated method stub
if (i == j)
return;
arcs[i][j] = 1;
arcs[j][i] = 1;
}


//节点初始化
private void addVertex(Object[] obj) {
// TODO Auto-generated method stub
this.vertices = obj;
}


}



评论 1
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