Java数据结构与算法（十二）：图

1. 图 基本介绍

1.1 为什么要有图

• 线性表局限于一个直接前驱和一个直接后继的关系；
• 树也只能有一个直接前驱也就是父结点；
• 当我们需要表示多对多的关系时，就需要用到图；

1.2 图的举例说明

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。如图：

1.3 图的常用概念

• 顶点
• 边
• 路径
• 无向图
  
• 有向图
• 带权图
  

2 图的表示方式

图的表示方式有两种：二维数组表示（领接矩阵）、链表表示（领接表）。

2.1 领接矩阵

领接矩阵是表示图形中顶点之间相领关系的矩阵，对于n个顶点的图而言，矩阵是row和col表示的 1…n个点。

2.2 领接表

• 领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；
• 领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，领接表由数组+链表组成。
  

3. 图的遍历方式

所谓图的遍历，即是对结点的访问。一般有两种遍历方式：

• 深度优先遍历
• 广度优先遍历

3.1 深度优先遍历基本思想

• 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：每次访问完当前结点后首先访问当前结点的第一个邻接结点；
• 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；
• 深度优先搜索是一个递归的过程；

3.2 深度优先遍历算法步骤

• 访问初始结点v，并标记结点v为已访问；
• 查找结点v的第一个邻接结点w；
• 若w存在，则继续执行，如果w不存在，则回到第1步，将从v的下一个结点继续；
• 若w未被访问过，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1,2,3）；
• 查找结点v的w邻接结点的下一个邻接结点，转到步骤3；
  

3.3 广度优先遍历基本思想

• 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；

3.4 广度优先遍历算法步骤

• 访问初始节点v并标记结点v为已访问；
• 结点v入队列；
• 当队列非空时，继续执行，否则算法结束；
• 出队列，取得队头结点u；
• 查找结点u的第一个邻接结点w；
• 若结点u的邻接结点w不存在，则转到步骤3；否则循环以下三个步骤：
  • 若结点w尚未被访问，则访问结点w并标记为已访问；
  • 结点w入队列；
  • 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；

完整代码

package com.lele.graph;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;

/**
 * author: hwl
 * date: 2020/12/5 18:52
 * version: 1.0.0
 * modified by:
 * description: 图
 */
public class Graph {

    private ArrayList<String> vertexList; // 存储顶点集合
    private int[][] edges; // 存储图对应的领接矩阵
    private int numOfEdges; // 表示边的数目
    // 定义给数组boolean[],记录某个节点是否被访问
    private boolean[] isVisited;

    public static void main(String[] args) {
        // 测试图是否创建ok
        int n = 8;// 结点的个数
//        String Vertexs[] = {"A","B","C","D","E"};
        String Vertexs[] = {"1","2","3","4","5","6","7","8"};
        // 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
        // A-B A-C  B-C B-D B-E
//        graph.insertEdge(0,1,1);
//        graph.insertEdge(0,2,1);
//        graph.insertEdge(1,2,1);
//        graph.insertEdge(1,3,1);
//        graph.insertEdge(1,4,1);


        graph.insertEdge(0,1,1);
        graph.insertEdge(0,2,1);
        graph.insertEdge(1,3,1);
        graph.insertEdge(1,4,1);
        graph.insertEdge(3,7,1);
        graph.insertEdge(4,7,1);
        graph.insertEdge(2,5,1);
        graph.insertEdge(2,6,1);
        graph.insertEdge(5,6,1);

        // 显示领接矩阵
        graph.showGraph();

        // 测试dfs
        System.out.println("深度遍历");
        graph.dfs();
        System.out.println();
        // 测试广度优先
        System.out.println("广度优先！");
        graph.bfs();
    }

    // 构造器
    public Graph(int n) {
        // 初始化矩阵和vertexList
        edges = new int[n][n];
        vertexList = new ArrayList<String>(n);
        numOfEdges = 0;
    }

    /**
     * 得到第一个邻接结点的下标 w
     * @param index
     * @return  如果存在对应的下标，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;
    }

    /**
     * 根据前一个邻接结点的下标来获取下一个邻接结点
     * @param v1
     * @param v2
     * @return
     */
    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;
    }

    /**
     * 深度优先遍历算法
     * i 第一次就是0
     */
    public void dfs(boolean[] isVisited, int i) {
        // 首先我们访问该结点，输出
        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) {//说明有
            if (!isVisited[w]) {
                dfs(isVisited, w);
            }
            // 如果w结点已经被访问过
            w = getNextNeighbor(i, w);
        }
    }

    /**
     * 对dfs进行一个重载，遍历我们所有的结点，并进行dfs
     */
    public void dfs() {
        isVisited = new boolean[vertexList.size()];
        // 遍历所有的结点，进行dfs[回溯]
        for (int i = 0; i < getNumOfVertex(); i++) {
            if (!isVisited[i]) {
                dfs(isVisited, i);
            }
        }
    }

    /**
     * 对一个结点进行广度优先遍历的方法
     * @param isVisited
     * @param i
     */
    private void bfs(boolean[] isVisited, int i) {
        int u; // 表示队列的头结点对应的下标
        int w; // 邻接结点
        // 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();
            // 获得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后面的下一个邻接结点
                w = getNextNeighbor(u, w);// 体现出 广度优先
            }
        }
    }

    /**
     * 遍历所有的结点，都进行广度优先搜索
     */
    public void bfs() {
        isVisited = new boolean[vertexList.size()];
        for (int i = 0; i < getNumOfVertex(); i++) {
            if (!isVisited[i]) {
                bfs(isVisited, i);
            }
        }
    }

    /** 图中 常用的方法 **/
    /**
     * 获取结点的个数
     * @return
     */
    public int getNumOfVertex() {
        return vertexList.size();
    }

    /**
     * 显示图对应的矩阵
     */
    public void showGraph() {
        for (int[] link : edges) {
            System.out.println(Arrays.toString(link));
        }
    }

    /**
     * 获得边的数目
     * @return
     */
    public int getNumOfEdges() {
        return numOfEdges;
    }

    /**
     * 返回结点i（下标）对应的数据 0->"A"  1-> "B"  2->"C"
     * @param i
     * @return
     */
    public String getValueByIndex(int i) {
        return vertexList.get(i);
    }

    /**
     * 返回v1和v2的权值
     * @param v1
     * @param v2
     * @return
     */
    public int getWeight(int v1, int v2) {
        return edges[v1][v2];
    }

    /**
     * 插入结点
     * @param vertex
     */
    public void insertVertex(String vertex) {
        vertexList.add(vertex);
    }

    /**
     * 添加边
     * @param v1 表示点的下标 即第几个顶点 "A"-"B", "A"->0  "B"->1
     * @param v2 第二个顶点的下标
     * @param weight 表示
     */
    public void insertEdge(int v1, int v2, int weight) {
        edges[v1][v2] = weight;
        edges[v2][v1] = weight;
        numOfEdges++;
    }
}