无向图连通性判断的五种方法（BFS、DFS、Union-find、Warshell、Tarjan）

目录

无向连通图的相关定义

主要算法流程

 DFS判断：

BFS判断：

Warshell判断：

Union-Find判断：

Tarjan判断：

---

无向连通图的相关定义

1. 连通性：在图G中，两个不同的结点u和结点v之间若存在一条路，则称结点u和结点v是连通的。
2. 无向连通图：若在无向图G中，任意两点都是连通的，则称图G为连通图。

主要算法流程

 DFS判断：

• 从任一结点开始，进行一次深度优先遍历。深度优先遍历的结果是一个图的连通分量。当一次遍历没有访问到所有结点，那么就说明图是不连通。

• 算法步骤及相关分析：

a)算法步骤：
    从顶点v出发，访问顶点v，并令visited[v] = 1；
    依次查找v的所有邻接点w，若visited[w] 为0，则从w出发，深度优先遍历图。
    进行判断，遍历visited数组，若visited数组中有一个值不为1，则说明该点未被访问，图不连通。
b)时间复杂度:：算法运行时间主要是耗费在寻找邻接w处，寻找一个符合条件的w的时间复杂度是O(V)，V个节点就是O(V^2)，尽管可能不会寻找V次。
c)空间复杂度：空间复杂度仅耗费在辅助数组visited[]上，空间复杂度为O(V)。
d)改进：
    设置全局静态变量count，记录访问结点的数量，所以判断时不必遍历visited数组，只要判断count值是        否等于结点数量V即可；
    visited数组设置为全局变量，与BFS函数共享。

• 代码：

//DFS递归
public void  DFS(int[] visited, int v) {
    visited[v] = 1;
	judgeDFSCount ++;
	for(int i=0; i<this.vertexNum; i++) {
	    if(this.a[v][i] != 0 && visited[i] == 0)	//寻找下一个有边的未访问结点
			DFS(visited, i);
		}	
	}
//DFS判断，调用DFS递归
public boolean DFSGraph() {
	judgeDFSCount = 0;     				    //记录遍历的点个数，为全局变量
	boolean flag = false;
	visited = new int[this.vertexNum];		//初始数组就是全0

	DFS(visited, 0);						//从0号结点开始
	if(judgeDFSCount == this.vertexNum)		//如果遍历的点个数等于图的结点个数
		flag = true;						//说明一次DFS遍历就搜索了所有的点
	return flag;
}

BFS判断：

• 从一个结点开始，访问与其关联的所有结点，将这些结点入队，重复此过程，直至队列为空。访问的结点构成一个连通分量，若该连通分量未包含所有结点，则无向图不连通。

• 算法步骤及相关分析：

a)算法步骤：
    从顶点v开始，访问v并置visited[v] = 1，将v入队；
    只要队列不空，就重复一下操作：
    队首顶点v出队；
    依次查找v所有邻接点w，如果visited[w]值为0，则访问w并置visited[w] = 1，将w放入队列中；
    进行判断，遍历visited数组，若有一个值不为1，则图就不连通。
b)时间复杂度：BFS的时间复杂度主要是耗费在搜索邻接点上，与DFS类型