for循环语句java图形_Java图形开发人员指南，用于其中的图形和检测循环

最新推荐文章于 2021-03-09 23:47:28 发布

dfsgwe1231

最新推荐文章于 2021-03-09 23:47:28 发布

阅读量207

点赞数

文章标签： java python 编程语言 javascript 数据结构 ViewUI

原文链接：https://hackernoon.com/the-javascript-developers-guide-to-graphs-and-detecting-cycles-in-them-96f4f619d563

版权

for循环语句java图形

在我第一次接受全栈软件工程职位的现场采访时，我被要求编写一个函数，该函数可以检测有向图中是否存在循环。

读者：我没有成功编写该函数。

坦白说，我有一个什么样的图形，甚至是朦胧的，在最佳的想法。在我一生的大部分时间里，我都以为这张图是这样的：

原来，图实际上是这样的：

我知道，我认为第一个看起来也更有趣。但是图实际上是一个非常酷的数据结构。它们在计算机科学中无处不在，用于推荐引擎和Google Maps ，当然还有GraphQL 。问题是，没有多少文章详细介绍Javascript中图的实现/技巧。所以我决定写一个。

那图到底是什么？

关于图的最基本知识是它们由顶点和边组成。顶点是图的东西：一个整数，对象，一个网站等边连接一对顶点。

图形可以是：

加权或未加权-这是指图形的边缘是否用值标记。如果是，则对其进行加权。
有向还是无向-这是指边缘的行为像桥（无向）还是保龄球道（有向）。
循环或非循环-这是指图形中是否存在循环。

表示图形的主要方法有两种：使用邻接表 ，它是与每个节点相关联的数组（或对象，如果需要的话）的集合：

{
a: [b,c,d],
b: [c,f],
d: [e],
e: [a,f],
f: [a, c, d, e]
}

或带有邻接矩阵，这是一个二维数组，其中顶点之间的边用1表示：

[ [0, 1, 0, 0, 0, 0, 1, 0, 1, 0], 
 [1, 0, 0, 0, 1, 0, 1, 0, 0, 1], 
 [0, 0, 0, 0, 1, 0, 1, 0, 0, 0], 
 [0, 0, 0, 0, 1, 1, 0, 0, 1, 0], 
 [0, 1, 1, 1, 0, 1, 0, 0, 0, 1], 
 [0, 0, 0, 1, 1, 0, 0, 0, 0, 0], 
 [1, 1, 1, 0, 0, 0, 0, 0, 0, 0], 
 [0, 0, 0, 0, 0, 0, 0, 0, 1, 1], 
 [1, 0, 0, 1, 0, 0, 0, 1, 0, 0], 
 [0, 1, 0, 0, 1, 0, 0, 1, 0, 0] ]

每种表示形式都有其优缺点。一般而言，具有大量边的图的表现比矩阵更好，而具有较少边的图的表现比列表更好。邻接列表往往更常见，而今天我们将使用它。

制作图表

因此，让我们开始吧！呜。我们要做的第一件事是…制作一张图表。

Graph构造函数内部的逻辑很简单：只是实例化为对象文字的邻接列表。接下来的两种方法并不复杂：添加顶点的方法将每个顶点初始化为一个空数组，添加边缘的方法将一个顶点推入另一个顶点的数组。像这样

制作一个看起来像这样的图：

或换一种说法：

现在我们有了一个图！好极了。不仅仅是任何图：未加权的有向无环图。

遍历图

现在我们有了一个图，我们将需要找出一种访问不同顶点的方法—毕竟，我们的最终目标是检测该图是否为周期性的，这意味着沿着顶点在顶点之间遍历。图的边缘。

有两种遍历图形的方式： 广度优先遍历，即先访问顶点的每个子级，然后再访问该子级中的每个子级；以及深度优先遍历，即遵循由边连接的一系列顶点，直到我们到达顶点为止在继续到原始顶点的下一个子节点之前，不能再进行任何操作。我们在有向图中检测循环的算法将使用深度优先遍历的修改版本，因此让我们快速看一下该遍历方法的外观。

这里有两个函数：dfs函数和_dfsUtil函数。

dfs函数仅做三件事：

创建一个名为“ nodes”的数组；每个元素都是我们图中的一个顶点
创建一个称为“ visited”的对象文字
在图形的每个顶点上调用我们的效用函数。

与二叉树（例如）相反，在执行图的深度优先遍历时，要记住的重要一点是，我们需要跟踪已经访问过的节点，而不是第二次访问它们，即使另一个顶点在该节点上有一条边。例如，如果我们不跟踪所访问的顶点，那么从起点“ A”遍历图形将导致我们四次访问“ B”，而不仅仅是一次！ 🙅🙅🙅

A -> B
A -> D -> B
A -> D -> E -> B
A -> C -> E -> B

这就是为什么我们将实用程序函数作为参数传递访问数组的原因。效用函数是我们访问顶点的地方，将其标记为已访问，获取其边缘，检查给定的边是否已被访问，如果尚未访问，则以该顶点为新起点递归调用我们的效用函数，并更新的“访问”数组。

但是...周期检测？

对！检测周期。我们如何修改深度优先搜索功能来确定图是循环的还是非循环的？

和以前一样，我们将为图形中的每个顶点调用循环检测实用程序函数。如果效用函数从不返回true，我们只能确定图是非循环的。但是，我们还将创建一个名为“ recStack”的对象文字。

我们在这里做几件事：

在第45行，我们正在检查以确保我们尚未访问此节点。如果有，则无需再次检查。
在第46和47行上，我们在访问堆栈和recStack中将顶点设为true。在这个新的实用函数中，recStack代表“递归堆栈”，它一直在跟踪后端，我们访问的顶点以使我们到达当前的顶点。
和以前一样，我们将获取当前顶点的邻居并遍历它们。但是，这一次，我们不仅要检查是否已经访问过它们，还要检查是否在recStack中存在特定的边缘，这意味着我们已经访问过它。这是我们发现周期的指标。
如果顶点不在我们的recStack中，那么我们会将其从递归堆栈中弹出（第59行），这样，当我们遍历图的另一条路径时，我们就不会得到假阳性。

嘿，请记住：这是我们检测图形中是否存在循环的功能。

我看过的大多数计算机科学入门资源中都没有涉及图形，这实在令人遗憾。他们真的很酷，遍及整个学科，而且在入门级软件开发职位的面试中很普遍（或者至少在我的经验中如此）。因此，对我的（有抱负的）初级开发人员来说：在进行下一次面试之前，请先学习一些图表。你永远不会知道。

这是副本： https : //repl.it/@samisthesam/Cycle-detection-in-a-directed-graph

感谢 Sulamita Morales 的咨询和道义支持