本文属于《图解算法》系列。
一 图简介
作者举例介绍了,两个地方换乘车路线最短。这种问题被称为最短路径问题(shorterst-path problem)。你经常要找出最短
路径,这可能是前往朋友家的最短路径,也可能是国际象棋中把对方将死的最少步数。解决最短 路径问题的算法被称为广度优先搜索。
解决问需要两个步骤:1 用图来建立问题模型。
2. 用广度优先搜索解决问题。
图由节点(node)和边(edge)组成。图用于模拟不同的东西是如何相连的。
二 广度优先搜索
第一类问题:从节点A出发,有前往节点B的路径吗?
作者举例,假设你有芒果农场,从朋友找芒果经销商。
假设你没有朋友是芒果销售商,那么你就必须在朋友的朋友中查找,见右图。
这样一来,你不仅在朋友中查找,还在朋友的朋友中查找。使用这种算法将搜遍你的整个人际关系网,直到找到芒果销售商。这就是广度优先搜索算法。
广度优先搜索可回答两类问题。
第一类问题:从节点A出发,有前往节点B的路径吗?(在你的人际关系网中,有芒果销 售商吗?)
第二类问题:从节点A出发,前往节点B的哪条路径最短?(哪个芒果销售商与你的关系 最近?)
朋友是一度关系,朋友的朋友是二度关系。一度关系胜过二度关系,二度关系胜过三度关系,以此类推。
你按顺序依次检查名单中的每个人,看看他是否是芒果销售商。这将先在一度关系中查找, 再在二度关系中查找,因此找到的是关系最近的芒果销售商。广度优先搜索不仅查找从A到B的 路径,而且找到的是最短的路径。注意,只有按添加顺序查找时,才能实现这样的目的。
2.1 队列
队列类 似于栈,你不能随机地访问队列中的元素。队列只支 持两种操作:入队和出队。
队列是一种先进先出(First In First Out,FIFO)的数据结构,而栈是一种后进先出(Last In First Out,LIFO)的数据结构。
三 实现图
首先,需要使用代码来实现图。图由多个节点组成。
Anuj、Peggy、Thom和Jonny都没有邻居,这是因为虽然有指向他们的箭头,但没有从他们 出发指向其他人的箭头。这被称为有向图(directed graph),其中的关系是单向的。因此,Anuj 是Bob的邻居,但Bob不是Anuj的邻居。无向图(undirected graph)没有箭头,直接相连的节点互 为邻居。例如,下面两个图是等价的。
四 实现算法
Java版本,用map存储朋友关系。queue 用阻塞队列实现。对于检查过的人,务必不要再去检查,否则可能导致无限循环。
public class SearchTest {
static Map<String, List<String>> graphmap = new HashMap<String,List<String>>();
static{
List<String> list=new ArrayList<String>();
list.add("alice");
list.add("bob");
list.add("claire");
graphmap.put("you", list);
list=new ArrayList<String>();
list.add("anuj");
list.add("peggy");
graphmap.put("bob", list);
list=new ArrayList<String>();
list.add("peggy");
graphmap.put("alice", list);
list=new ArrayList<String>();
list.add("thom");
list.add("jonny");
graphmap.put("claire", list);
graphmap.put("anuj", null);
graphmap.put("peggy", null);
graphmap.put("thom", null);
graphmap.put("jonny", null);
}
public static void search(String key) throws InterruptedException{
ArrayBlockingQueue<String> searchQueue = new ArrayBlockingQueue<String>(10);
Map<String,String> searched = new HashMap<String,String>();
List<String> friendList = graphmap.get(key);
if(friendList != null){
for(int i=0;i<friendList.size();i++ ){
searchQueue.put(friendList.get(i));
}
}
while(!searchQueue.isEmpty()){
String person = searchQueue.poll();
if(!searched.containsKey(person)){
if(isSeller(person)){
System.out.println(person+" is a mango seller.");
return;
}else{
System.out.println(person+" not a ");
friendList = graphmap.get(person);
if(friendList != null){
for(int i=0;i<friendList.size();i++ ){
searchQueue.put(friendList.get(i));
}
}
}
}
}
}
public static boolean isSeller(String name){
return name.endsWith("m");
}
public static void main(String[] args) throws InterruptedException {
search("you");
}
}
输出结果:
alice not a
bob not a
claire not a
peggy not a
anuj not a
peggy not a
thom is a mango seller.
运行时间
如果你在你的整个人际关系网中搜索芒果销售商,就意味着你将沿每条边前行,因此运行时间至少为O(边数)。
你还使用了一个队列,其中包含要检查的每个人。将一个人添加到队列需要的时间是固定的, 即为O(1),因此对每个人都这样做需要的总时间为O(人数)。所以,广度优先搜索的运行时间为 O(人数 + 边数),这通常写作O(V + E),其中V为顶点(vertice)数,E为边数。
作者还介绍了其他的图:
拓扑排序,从某种程度上说,这种列表是有序的。如果任务A依赖于任务B,在列表中任务A就必须在任 务B后面。这被称为拓扑排序,使用它可根据图创建一个有序列表。
树
作者用家谱为例,树是一种特殊的图,其中没有往后指的边。