一 图的广度优先遍历基本思想
1 图的广度优先搜索(Broad First Search) ,简称BFS。
2 该遍历类似于一个分层搜索的过程,广度优先遍历需要使用一个队列以保持访问过的结点的顺序,以便按这个顺序来访问这些结点的邻接结点。
二 广度优先遍历算法步骤
1 访问初始结点v并标记结点v为已访问。
2 结点v入队列。
3 当队列非空时,继续执行,否则算法结束。
4 出队列,取得队头结点u。
5 查找结点u的第一个邻接结点w。
6 若结点u的邻接结点w不存在,则转到步骤3;否则循环执行以下三个步骤:
6.1 若结点w尚未被访问,则访问结点w并标记为已访问。
6.2 结点w入队列。
6.3 查找结点u的继w邻接结点后的下一个邻接结点w,转到步骤6。
三 实战
1 需求
用广度优先算法实现下图。
2 代码
import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
/**
* @className: Graph
* @description: 图
* @date: 2021/3/28
* @author: cakin
*/
public class Graph {
// 存储顶点集合
private ArrayList<String> vertexList;
// 存储图对应的邻结矩阵
private int[][] edges;
// 表示边的数目
private int numOfEdges;
// 表示某个结点是否被访问
private boolean[] isVisited;
/**
* 功能描述:图的擦拭
*
* @param args 命令行
* @author cakin
* @date 2021/3/28
*/
public static void main(String[] args) {
// 顶点
String Vertexs[] = {"A", "B", "C", "D", "E"};
//String Vertexs[] = {"1", "2", "3", "4", "5", "6", "7", "8"};
// 结点的个数
int n = Vertexs.length;
// 创建图对象
Graph graph = new Graph(n);
// 循环的添加顶点
for (String vertex : Vertexs) {
graph.insertVertex(vertex);
}
// 添加边
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
// 显示邻结矩阵
graph.showGraph();
// bfs测试
System.out.println("bfs:");
graph.bfs(); // A->B->C->D-E [1->2->3->4->5->6->7->8]
}
// 构造器
public Graph(int n) {
// 初始化矩阵
edges = new int[n][n];
// 初始化 vertexList
vertexList = new ArrayList<>(n);
// 边的数量
numOfEdges = 0;
}
/**
* 功能描述:得到某个顶点的第一个邻接结点的下标 w
*
* @param index 顶点索引
* @return 如果存在就返回对应的下标,否则返回-1
*/
public int getFirstNeighbor(int index) {
for (int j = 0; j < vertexList.size(); j++) {
if (edges[index][j] > 0) {
return j;
}
}
return -1;
}
/**
* 功能描述:根据前一个邻接结点的下标来获取下一个邻接结点
*
* @param v1 第1个顶点
* @param v2 第2个顶点,也就是邻节点
* @return int 邻节点的下一个邻节点
* @author cakin
* @date 2021/3/29
*/
public int getNextNeighbor(int v1, int v2) {
for (int j = v2 + 1; j < vertexList.size(); j++) {
if (edges[v1][j] > 0) {
return j;
}
}
return -1;
}
/**
* 功能描述:深度优先遍历算法
*
* @param isVisited 节点是否被访问数组
* @param i 被访问节点的下标
* @return
* @author cakin
* @date 2021/3/29
* @description:
*/
private void dfs(boolean[] isVisited, int i) {
// 输出被访问节点
System.out.print(getValueByIndex(i) + "->");
// 将该结点设置为已经访问
isVisited[i] = true;
// 查找结点i的第一个邻接结点w
int w = getFirstNeighbor(i);
while (w != -1) { // 找到该邻节点
if (!isVisited[w]) {
// 递归进行深度优先遍历算法
dfs(isVisited, w);
}
// 如果w结点已经被访问过,找下一个邻节点
w = getNextNeighbor(i, w);
}
}
/**
* 功能描述:对 dfs 进行一个重载, 遍历所有的结点,并进行 dfs
*
* @author cakin
* @date 2021/3/29
*/
public void dfs() {
isVisited = new boolean[vertexList.size()];
// 遍历所有的结点,进行 dfs
for (int i = 0; i < getNumOfVertex(); i++) {
if (!isVisited[i]) {
dfs(isVisited, i);
}
}
}
/**
* 功能描述:对一个结点进行广度优先遍历
*
* @param isVisited 节点是否被访问数组
* @param isVisited 节点是否被访问数组
* @return i 被访问的节点
* @author cakin
* @date 2021/3/29
*/
private void bfs(boolean[] isVisited, int i) {
// 表示队列的头结点对应下标
int u;
// 邻接结点w
int w;
// 队列,记录结点访问的顺序
LinkedList queue = new LinkedList();
// 访问结点,输出结点信息
System.out.print(getValueByIndex(i) + "=>");
// 标记为已访问
isVisited[i] = true;
// 将结点加入队列
queue.addLast(i);
while (!queue.isEmpty()) {
// 取出队列的头结点下标
u = (Integer) queue.removeFirst();
// 得到第一个邻接结点的下标 w
w = getFirstNeighbor(u);
while (w != -1) {//找到
// 是否访问过
if (!isVisited[w]) {
System.out.print(getValueByIndex(w) + "=>");
// 标记已经访问
isVisited[w] = true;
// 入队
queue.addLast(w);
}
// 以u为前驱点,找w后面的下一个邻结点,这里体现出广度优先
w = getNextNeighbor(u, w);
}
}
}
/**
* 功能描述:遍历所有的结点,都进行广度优先搜索
*
* @author cakin
* @date 2021/3/29
*/
public void bfs() {
isVisited = new boolean[vertexList.size()];
for (int i = 0; i < getNumOfVertex(); i++) {
if (!isVisited[i]) {
bfs(isVisited, i);
}
}
}
/**
* 功能描述:返回结点的个数
*
* @author cakin
* @date 2021/3/28
*/
public int getNumOfVertex() {
return vertexList.size();
}
/**
* 功能描述:显示图对应的矩阵
*
* @author cakin
* @date 2021/3/28
*/
public void showGraph() {
for (int[] link : edges) {
System.err.println(Arrays.toString(link));
}
}
/**
* 功能描述:得到边的数目
*
* @return 得到边的数目
* @author cakin
* @date 2021/3/28
*/
public int getNumOfEdges() {
return numOfEdges;
}
/**
* 功能描述:返回结点i(下标)对应的数据
*
* @param i 节点下标
* @return 节点对应的数据
* @author cakin
* @date 2021/3/28
* @description: 举例如下:
* 0->"A" 1->"B" 2->"C"
*/
public String getValueByIndex(int i) {
return vertexList.get(i);
}
/**
* 功能描述:返回v1和v2的权值
*
* @param v1 第1个顶点的下标
* @param v2 第2个顶点的下标
* @return int 两个顶点间的权值
* @author cakin
* @date 2021/3/28
*/
public int getWeight(int v1, int v2) {
return edges[v1][v2];
}
/**
* 功能描述:插入结点
*
* @param vertex 节点的数据
* @author cakin
* @date 2021/3/28
*/
public void insertVertex(String vertex) {
vertexList.add(vertex);
}
/**
* 功能描述:添加边
*
* @param v1 第1个顶点对应的下标
* @param v2 第2个顶点对应的下标
* @param weight 表示第1个顶点和第2个顶点的权重
*/
public void insertEdge(int v1, int v2, int weight) {
edges[v1][v2] = weight;
edges[v2][v1] = weight;
numOfEdges++;
}
}
3 测试
bfs:
A=>B=>C=>D=>E