数据结构与算法——图

目录

为什么要用到图

 图的常用概念

 图的表示方式

1）邻接矩阵​编辑

 2）邻接表

图的遍历

1）深度优先遍历(Depth First Search)

2）广度优先遍历(BroadFirstSearch)

---

为什么要用到图

 图的常用概念

 图的表示方式

1）邻接矩阵

 2）邻接表

package com.tt12.graph;

import java.util.ArrayList;
import java.util.Arrays;

public class Graph {

    public ArrayList<String> vertexList; //存储顶点
    public int[][] edges; //存储图对应的邻接矩阵
    public int numOfEdges; //表示边的数目

    public static void main(String[] args) {
        //测试
        int n = 5; //结点的个数
        String Vertexs[] = {"A", "B", "C", "D", "E"};
        //创建图对象
        Graph graph = new Graph(n);
        //循环添加顶点
        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); //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
        //显示邻接矩阵
        graph.showGraph();
    }

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

    //插入结点
    public void insertVertex(String vertex) {
        vertexList.add(vertex);
    }

    //添加边
    /**
     *
     * @param v1 第几个顶点 0-A 1-B 2-C 3-D 4-E
     * @param v2
     * @param weight 权值 表示是否相连
     */
    public void insertEdge(int v1, int v2, int weight) {
        edges[v1][v2] = weight;
        edges[v2][v1] = weight;
        numOfEdges++;
    }
    //返回结点的个数
    public int getNumOfVertex() {
        return vertexList.size();
    }
    //得到边的数目
    public int getNumOfEdges() {
        return numOfEdges;
    }
    //返回结点i对应的数据
    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];
    }
    //显示矩阵
    public void showGraph() {
        for(int [] link: edges) {
            System.err.println(Arrays.toString(link));
        }
    }
}

图的遍历

1）深度优先遍历(Depth First Search)

 类似树的前序遍历

原则：在没有碰到重复顶点的情况下，始终走向右手边

首先我们从A开始，做上表示走过的记号后，面前有两条路，通向B和F，走向B

B通向C，I，G 走向右手C

就这样一直向右手通道走，一直走到F，发现走回了A，因为这里做了记号表示走过了，因此退回F，走第二条通道去G

G通向B，D，H，B和D都走过，则走到H

H通向D，G，E 发现都走过 没路走了

此时仍然 没有遍历所有顶点，所以原路返回到G，也都走过了，返回到F，没有通道，返回到E，通向H的但已经走过

返回到D，走I

返回D，返回C，返回B，返回A

public void DFS(Graph G, int i) {
        //打印初始结点
       System.out.printf(getValueByIndex(i) + "->");
       isVisited[i] = true;
       //开始深度遍历
       for(int j = 0; j < G.getNumOfVertex(); j++) {
           //此时作为初始访问结点的下一个邻接结点存在 并且 没有被访问过
           if(G.edges[i][j] == 1 && !isVisited[j]) {
               DFS(G, j);
           }
       }
   }
   //重载DFS 考虑非连通图
    public void DFS(Graph G) {
       for(int i = 0; i < G.getNumOfVertex(); i++) {
           //初始所有顶点的状态都是未访问状态
           isVisited[i] = false;
       }
       for(int i = 0; i < G.getNumOfVertex(); i++) {
           //对未访问的顶点调用DFS 若是连通图 只会执行一次
           if(! isVisited[i]) {
               DFS(G, i);
           }
       }
    }

2）广度优先遍历(BroadFirstSearch)

类似树的层遍历

只是视觉上感觉图的形状发生了变化，其实顶点和边的关系还是完全相同

+

public void BFS(Graph G, int v) {
       LinkedList queue = new LinkedList(); //队列记录顺序
       for(int i = 0; i < G.getNumOfVertex(); i++) {
           if(! isVisited[i]) {
               //如果没被访问过
               isVisited[i] = true;
               System.out.printf(G.getValueByIndex(i) + "->");
               queue.addLast(i);

               while(! queue.isEmpty()) {
                   queue.removeFirst();
                   for(int j =0; j < G.getNumOfVertex(); j++) {
                       //判断其他顶点若与当前顶点存在边且未被访问过
                       if(G.edges[i][j] == 1 && !isVisited[j]) {
                           isVisited[j] = true;
                           System.out.printf(G.getValueByIndex(j) + "->");
                           queue.addLast(j);
                       }
                   }
               }
           }
       }
    }