图的常规算法

图（graph）

1. 无向图的实现
   这里采用的是邻接表的实现方法

public class graph {
    // v 表示顶点的个数
    private int v;
   // 邻接表
    private LinkedList<Integer> adj[];

    public graph(int v){
        this.v = v;
        this.adj = new LinkedList[v];
        for(int i = 0; i < v; i++){
            adj[i] = new LinkedList<>();
        }
    }
    // 无向图
    public void addEdge(int s, int t){
        adj[s].add(t);
        adj[t].add(s);
    }
}

2. 实现图的深度优先搜索

 //dfs
    boolean found = false;
    public void dfs(int s, int t){
        found = false;
	// 用来记录顶点是否被访问过
        boolean [] visited = new boolean[v];
	// 用来记录某个顶点的前一个顶点，即它的来源
        int [] prev = new int[v];
        for(int i = 0; i < v; i++){
            prev[i] = -1;
        }
        recurDfs(s,t,visited,prev);
        printAll(prev,s,t);
    }

    private void recurDfs(int w, int t, boolean[] visited, int [] prev){
        if(found == true) return;
        visited[w] = true;

        if(w == t){
            found = true;
            return;
        }

        for(int i = 0; i < adj[w].size(); i++){
            int q = adj[w].get(i);
            if(!visited[q]){
                prev[q] = w;
                recurDfs(q,t,visited,prev);
            }
        }
    }

3. 实现图的广度优先搜索

 // bfs
    public void bfs(int s, int t){
        if(s == t) return;
	// 用来记录顶点是否被访问
        boolean [] visited = new boolean[v];
        visited[s] = true;
	// 辅助队列，广度优先搜索必备
        Queue<Integer> queue = new LinkedList<>();
        queue.add(s);
	// 记录顶点的来源，下标表示该顶点，对应的值为它的来源
        int [] prev = new int[v];
        for(int i = 0; i < v; i++){
            prev[i] = -1;
        }

        while(!queue.isEmpty()){
            int w = queue.poll();
            for(int i = 0; i < adj[w].size(); i++){
                int q = adj[w].get(i);
                if(!visited[q]){
                    prev[q] = w;
                    if(q == t){
                        printAll(prev,s,q);
                        return;
                    }
                    visited[q] = true;
                    queue.add(q);
                }
            }
        }
    }

转载于:https://my.oschina.net/happywe/blog/3058963