图论 应用篇

上次写了篇图的基本构造方法，运用图这种强大的数据结构结构，还能解决实际应用中的许多问题，今天这篇就主要整理一些常见的应用

一、路径问题

路径问题在图的处理领域是非常重要的。如我们最常见的走迷宫，就是典型的寻路问题。这里主要运用深度优先和广度优先算法两种方式来进行路径寻找，这2种搜索算法在很多数据结构中都有重要的运用，之前写的一篇二叉查找树中的层序遍历就用到了广度优先算法，这里就详细的介绍一下。

1.深度优先寻找路径

首先是深度优先,为了更加形象，直接看下图

这里以顶点1为出发点，4为终点。假设一个人要走到终点，从1出发有三条路径，首先沿着往5的路径进行遍历，依次1 -> 5 -> 9 -> 8，然后发现没路了，就返回上一顶点，到顶点5这里发现还有一条路就继续沿着这条路走，5->3->6，结果又没路了，就继续返回到起点，沿着另一条路行走……1->2->4，一看，这下就直接到终点了，转了几条路终于找到了终点，那心里真是无比的兴奋啊！回到正题，看看这个具体实现，可以用一个boolean类型的变量来标记是否遍历过该顶点，用一个int型的变量表示从起点到一个顶点的已知路径上的最后一个顶点。至于图的基本构造可以参考我之前写的图论基础篇

/**
 *  图的深度优先查找路径
 * @author Legend
 */
public class DepthFirstPaths {
   

    private boolean[] marked; // 该顶点是否调用过dfs
    private int[] edgeTo; // 从起点到一个顶点的已知路径上的最后一个顶点
    private final int s; // 起点
    // 图的初始化
    public DepthFirstPaths(Graph G,int s) {
        marked = new boolean[G.V()];
        edgeTo = new int[G.V()];
        this.s = s;
        dfs(G,s);
    }
    // 深度优先主方法
    private void dfs(Graph G,int v) {
        marked[v] = true;
        // 遍历与顶点v相连的边
        for (int w : G.adj(v)) {  
            if (!marked[w]) {
                edgeTo[w]