图
举例说明
当我们需要表示多对多的关系时, 这里我们就用到了图.
图是一种数据结构,其中结点可以具有零个或多个相邻元素。两个结点之间的连接称为边。 结点也可以称为顶点。如下图:
常用概念
-
顶点(vertex)
-
边(edge)
-
路径
-
无向图(下图)
-
有向图
-
带权图
表示方式
图的表示方式有两种:二维数组表示(邻接矩阵);链表表示(邻接表)。
邻接矩阵
邻接矩阵是表示图形中顶点之间相邻关系的矩阵,对于n个顶点的图而言,矩阵是的row和col表示的是1…n个点。
邻接表
1.邻接矩阵需要为每个顶点都分配n个边的空间,其实有很多边都是不存在,会造成空间的一定损失.
2.邻接表的实现只关心存在的边,不关心不存在的边。因此没有空间浪费,邻接表由数组+链表组成
深度优先遍历
图遍历介绍
所谓图的遍历,即是对结点的访问。一个图有那么多个结点,如何遍历这些结点,需要特定策略,一般有两种访问策略: (1)深度优先遍历 (2)广度优先遍历
基本思想
图的深度优先搜索(Depth First Search)
1.深度优先遍历,从初始访问结点出发,初始访问结点可能有多个邻接结点,深度优先遍历的策略就是首先访问第一个邻接结点,然后再以这个被访问的邻接结点作为初始结点,访问它的第一个邻接结点, 可以这样理解:每次都在访问完当前结点后首先访问当前结点的第一个邻接结点。
2.我们可以看到,这样的访问策略是优先往纵向挖掘深入,而不是对一个结点的所有邻接结点进行横向访问。
3.显然,深度优先搜索是一个递归的过程
算法步骤
1.访问初始结点v,并标记结点v为已访问。
2.查找结点v的第一个邻接结点w。
3.若w存在,则继续执行4,如果w不存在,则回到第1步,将从v的下一个结点继续。
4.若w未被访问,对w进行深度优先遍历递归(即把w当做另一个v,然后进行步骤123)。
5.查找结点v的w邻接结点的下一个邻接结点,转到步骤3。
广度优先遍历
图的广度优先搜索(Broad First Search) 。
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
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。
案例分析
分析图如下,从A点开始:
代码示例见下方.
代码示例
/**
* @Author haowu
* @CreateTime 2022-07-30 13:21
* @Description 图
*/
public class Graph {
public static void main(String[] args) {
//测试图的创建
// String[] vertexArr = {"A", "B", "C", "D", "E"};
String[] vertexArr = {"1", "2", "3", "4", "5", "6", "7", "8"};
Graph graph = new Graph(vertexArr.length);
Arrays.stream(vertexArr).forEach(v -> {
graph.addVertex(v);
});
//添加边
//A-B A-C B-C B-D B-E
// graph.addEdges(0, 1, 1); // A-B
// graph.addEdges(0, 2, 1); //
// graph.addEdges(1, 2, 1); //
// graph.addEdges(1, 3, 1); //
// graph.addEdges(1, 4, 1); //
//更新边的关系
graph.addEdges(0, 1, 1);
graph.addEdges(0, 2, 1);
graph.addEdges(1, 3, 1);
graph.addEdges(1, 4, 1);
graph.addEdges(3, 7, 1);
graph.addEdges(4, 7, 1);
graph.addEdges(2, 5, 1);
graph.addEdges(2, 6, 1);
graph.addEdges(5, 6, 1);
graph.showGraph();
//深度优先算法遍历
System.out.println("======深度优先======");
graph.dfs();
//广度优先算法遍历
System.out.println("=======广度优先=====");
// graph.bfs();
}
private ArrayList<String> vertexList; //储存顶点
private int[][] edges; //存储的图对应的邻接矩阵
private int numOfEdges; //边的数目
private boolean[] isVisited; //记录顶点是否被访问
public Graph(int n) {
vertexList = new ArrayList<>(n);
edges = new int[n][n];
numOfEdges = 0;
isVisited = new boolean[n];
}
//得到第一个邻接节点的下标w
public int getFirstNerighbor(int index) {
for (int i = 0; i < vertexList.size(); i++) {
if (edges[index][i] > 0) {
return i;
}
}
return -1;
}
//根据前一个邻接节点的坐标来获取下一个邻接节点
public int getNextNerighbor(int v1, int v2) {
for (int i = v2 + 1; i < vertexList.size(); i++) {
if (edges[v1][i] > 0) {
return i;
}
}
return -1;
}
//深度优先遍历算法
public void dfs(boolean[] isVisited, int i){
System.out.print(getValueByIndex(i) + "->");
isVisited[i]= true;
int w = getFirstNerighbor(i);
while (w!=-1){
if (!isVisited[w]){
dfs(isVisited,w);
}else {
w=getNextNerighbor(i, w);
}
}
}
//重载dfs以遍历所有顶点
public void dfs(){
for (int i = 0; i < getNumOfVertex(); i++) {
if (!isVisited[i]){
dfs(isVisited,i);
}
}
}
//广度优先遍历算法
public void bfs(boolean[] isVisited, int i){
int u; //表示队列的头结点对应下标
int w; //邻接结点w
//记录结点访问顺序的队列
LinkedList queue = new LinkedList();
System.out.print(getValueByIndex(i)+"->");
isVisited[i] = true;
queue.addLast(i);
while (!queue.isEmpty()){
u = (int) queue.removeFirst();
w = getFirstNerighbor(u);
while (w!=-1){
//是否已经访问
if (!isVisited[w]){
System.out.print(getValueByIndex(w)+"->");
isVisited[w] = true;
queue.addLast(w);
}
w = getNextNerighbor(u,w);
}
}
}
//遍历所有结点进行bfs
public void bfs(){
for (int i = 0; i < getNumOfVertex(); i++) {
if (!isVisited[i]){
bfs(isVisited,i);
}
}
}
//得到顶点个数
public int getNumOfVertex() {
return vertexList.size();
}
//得到边的个数
public int getNumOfEdges() {
return numOfEdges;
}
//返回节点对应的数据
public String getValueByIndex(int i) {
return vertexList.get(i);
}
//得到v1,v2的权值
public int getWeight(int v1, int v2) {
return edges[v1][v2];
}
//显示图的矩阵
public void showGraph() {
Arrays.stream(edges).forEach(e -> {
System.out.println(Arrays.toString(e));
});
}
//添加顶点
public void addVertex(String vertex) {
vertexList.add(vertex);
}
/**
* 添加边
*
* @param v1 第一个顶点的下标
* @param v2 第二个顶点的下标
* @param weight 权值 0为不连接 1为连接
*/
public void addEdges(int v1, int v2, int weight) {
edges[v1][v2] = weight;
edges[v2][v1] = weight;
numOfEdges++;
}
}