JAVA数据结构与算法（六）java实现图

JAVA数据结构与算法（六）java实现图

图的定义
图是由顶点的有穷非空集合和顶点之间边的集合组成，通过表示为G(V,E)，其中，G标示一个图，V是图G中顶点的集合，E是图G中边的集合。
无边图：若顶点Vi到Vj之间的边没有方向，则称这条边为无项边（Edge），用序偶对(Vi,Vj)标示。
有向图：若从顶点Vi到Vj的边是有方向的，则成这条边为有向边，也称为弧（Arc）。用有序对（Vi，Vj）标示，Vi称为弧尾，Vj称为弧头。如果任意两条边之间都是有向的，则称该图为有向图。
有向图G2中，G2=（V2,{E2}），顶点集合（A,B,C,D）,弧集合E2={<A,D>,{B,A},<C,A>,<B,C>}.
权（Weight）：有些图的边和弧有相关的数，这个数叫做权（Weight）。这些带权的图通常称为网（Network）。
图的搜索：

深度优先遍历：也有称为深度优先搜索，简称DFS。其实，就像是一棵树的前序遍历。它从图中某个结点v出发，访问此顶点，然后从v的未被访问的邻接点出发深度优先遍历图，直至图中所有和v有 路径相通的顶点都被访问到。若图中尚有顶点未被访问，则另选图中一个未曾被访问的顶点作起始点，重复上述过程，直至图中的所有顶点都被访问到为止。

基本实现思想：

（1）访问顶点v；

（2）从v的未被访问的邻接点中选取一个顶点w，从w出发进行深度优先遍历；

（3）重复上述两步，直至图中所有和v有路径相通的顶点都被访问到。

广度优先遍历：也称广度优先搜索，简称BFS。BFS算法是一个分层搜索的过程，和树的层序遍历算法类同，它也需要一个队列以保持遍历过的顶点顺序，以便按出队的顺序再去访问这些顶点的邻接顶点。

基本实现思想：

（1）顶点v入队列。

（2）当队列非空时则继续执行，否则算法结束。

（3）出队列取得队头顶点v；访问顶点v并标记顶点v已被访问。

（4）查找顶点v的第一个邻接顶点col。

（5）若v的邻接顶点col未被访问过的，则col入队列。

（6）继续查找顶点v的另一个新的邻接顶点col，转到步骤（5）。
直到顶点v的所有未被访问过的邻接点处理完。转到步骤（2）。

广度优先遍历图是以顶点v为起始点，由近至远，依次访问和v有路径相通而且路径长度为1，2，……的顶点。为了使“先被访问顶点的邻接点”先于“后被访问顶点的邻接点”被访问，需设置队列存储访问的顶点。

普利姆算法（Prim）：从连通的图挨着找权最小的
克鲁斯卡尔算法（Kruskal）：从全图找权最小的满足的
　　
什么是度：

图的邻接矩阵：

无向图邻接表：

有向图邻接表 ：

图顶点的出度和入度查找和权值，代码如下：

public class Graph {
   
private int vertexSize;  //顶点数量
private int[] vertexs;    //顶点数组
private int[][] matrix;    //连接矩阵
private final static int  MAX_WEIGHT=1000;//最大权值
public Graph(int vertexSize){
   
	this.vertexSize=vertexSize;
	matrix=new int[vertexSize][vertexSize];
	vertexs=new int[vertexSize];
	for(int i=0;i<vertexSize;i++){
   
		vertexs[i]=i;
	}
}
//获取某个顶点的出度
public int getOutDegree(int index){
   
	int degree=0;
	for(int j=0;j<matrix[index].length;j++){
   
		int weight=matrix[index][j];
		if(weight!=0&&weight!=MAX_WEIGHT){
   
			degree++;
		}
	}
	return degree;
}
//获取某个顶点的入度
public int getInDegree(int index){
   
	int degree=0;
	for(int i=0;i<matrix.length;i++){
   
		int weight=matrix[i][index];
		if(weight!=0&&weight!=MAX_WEIGHT){
   
			degree++;
		}
	}
	return degree;
}
//获取某个顶点之间的权值
public int getWeight(int v1,int v2){
   
	int