JAVA邻接矩阵与邻接表的广度优先遍历

原题

分别利用邻接矩阵和邻接表来完成图的广度优先遍历搜索,以下图为例:
在这里插入图片描述
首先构建该图的邻接表,随后输出结果为:
V1 -> V2 -> V3 -> V4 -> V5 -> V6 -> V7 -> V8

代码:

package bfs;

import java.util.Scanner;

//辅助队列类
class Queue {
   
	int[] elements;
	int base = 1;// 指向队列第一个位置
	int top = 1;// 指向队列的最后一个为空的位置
	public static final int CAPY = 16;
	Scanner input = new Scanner(System.in);

	// 构造函数
	public Queue(int capy) {
   
		elements = new int[capy + 1];
		top = 1;
	}

	public Queue() {
   
		this(CAPY);
	}

	// 入队
	public void push(int value) {
   
		if (top >= elements.length) {
   
			int[] temp = new int[elements.length * 2];
			System.arraycopy(elements, 0, temp, 0, elements.length);
			elements = temp; // 使用新数组做为栈
		}
		elements[top] = value;
		top++;
	}

	// 出队
	public int pop() {
   
		if (top == 1) {
   
			System.out.println("是空队");
			return 0;
		} else {
   
			int a = elements[base];// a为对象,可以把数值带出
			for (int i = 1; i < top; i++) {
   
				elements[i] = elements[i + 1];
			}
			elements[top] = 0;
			top--;
			return a;
		}
	}
}

// 結点类
class Node {
   
	// 結點名称
	String name;
	// 指向下一个顶点的引用
	Node next;

	// 构建函数
	public void createVertex1(int i, Node node) {
   
		name = 'V' + "" + i;
		next = node;
	}
}

// 邻接表类
class Graph1 {
   
	Scanner input = new Scanner(System.in);
	// 結點组
	Node[] Vexs;
	// 图的当前顶点数
	int vexnum;

	// 前插法构建函数
	public void createGraphFirst(int num, Graph2 adj) {
   
		Vexs = new Node[num];
		vexnum 
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 广度优先遍历BFS)可以借助队列实现,具体步骤如下: 1. 从图中任选一个顶点作为起点,将其标记为已访问,然后将该起点加入队列中。 2. 从队列中取出队首元素,遍历与其相邻的未被访问的顶点,并将其标记为已访问,然后将其加入队列中。 3. 重复步骤 2,直到队列为空。 邻接矩阵是一种表示图的方式,可以使用类似于邻接表的方式来实现BFS。具体步骤如下: 1. 创建一个队列,起初队列中只包含起点。 2. 从队列中取出队首元素,遍历所有与其相邻的未被访问的顶点,将其标记为已访问,然后将其加入队列中。 3. 重复步骤 2,直到队列为空。 使用邻接矩阵来实现BFS时,需要注意一些细节,比如如何判断两个点之间是否有边相连等。 ### 回答2: 广度优先遍历是一种用于图的遍历算法,其目的是按照图中节点的层次顺序来遍历节点。已知一个图的邻接矩阵,可以通过广度优先遍历遍历该图。 广度优先遍历的基本思想是从图的起始节点开始,逐层扩展,直到遍历完所有的节点。具体步骤如下: 1. 创建一个队列,并将起始节点入队。 2. 标记起始节点为已访问。 3. 当队列不为空时,执行以下步骤: - 从队首取出一个节点,并输出该节点。 - 遍历该节点的邻居节点,如果邻居节点未被访问过,则将其入队,并标记为已访问。 4. 重复步骤3,直到队列为空。 对于给定的邻接矩阵,可以使用一个布尔型的数组来记录每个节点的访问状态。初始时所有节点都未被访问,遍历过程中访问过的节点被标记为已访问。 具体实现时,可以利用一个循环遍历所有节点,对于每个节点,如果其未被访问过,则将其入队、标记为已访问,并进行循环遍历邻居节点的过程。这样就可以完成对整个图的广度优先遍历广度优先遍历可以用来解决很多与图相关的问题,例如查找两个节点之间的最短路径、判断图中是否存在环等。 ### 回答3: 广度优先遍历是一种用于图的遍历的算法,可以用来搜索图中的所有节点,并以广度优先的顺序进行访问。已知邻接矩阵,可以通过广度优先遍历来访问图中的所有节点。 邻接矩阵是一个二维数组,用来表示图中节点之间的连接关系。数组的行和列代表图中的节点,矩阵中的元素表示节点之间的连通性。如果两个节点之间有边连接,则对应位置的元素为1,否则为0。 广度优先遍历通过队列的形式来实现。首先选定一个起始节点,将其加入队列中。然后,依次从队列中取出节点,并访问该节点。同时,将该节点的所有未被访问过的相邻节点加入队列中。不断重复这个过程,直到队列为空为止。 为了标记节点是否已被访问过,可以使用一个布尔型的数组。遍历过程中,当访问一个节点时,将其对应的数组位置设为已访问。同时,可以使用一个列表或数组来保存访问的顺序,以便最后输出遍历结果。 具体的步骤如下: 1. 建立一个布尔型的数组,用来记录节点的访问状态。 2. 选择一个起始节点,并将其加入队列中。 3. 当队列不为空时,执行以下步骤: - 从队列中取出一个节点,并访问它。 - 将该节点的访问状态设为已访问。 - 将该节点的所有未被访问过的相邻节点加入队列中。 4. 输出保存遍历结果的列表或数组。 通过以上步骤,可以实现对邻接矩阵表示的图的广度优先遍历广度优先遍历是一种有效的搜索算法,能够快速找到从起始节点可到达的所有节点。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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