声明:以下是学的尚硅谷网课并结合网上资料所记的笔记。可能会有一些错误,发现了会修改。
图的遍历
所谓图的遍历,即对结点的访问,一个图有很多的结点,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。
深度优先遍历
图的深度优先搜索(Depth First Search,DFS)
- 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,可以理解为: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 。
- 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。
- 显然,深度优先搜索是一个递归的过程。
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4,如果w不存在,则回到第一步,将从v的下一个结点继续。
- 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1,2,3)。
- 若w已被访问,查找结点v的w邻接结点的下一个邻接结点,转到步骤3。
核心代码
//深度优先遍历算法
private void dfs(boolean[] isVisited, int i) {
//首先我们访问该结点,输出
System.out.print(getValueByIndex(i) + " ");
//将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
int w = getFirstNeighbor(i);
while(w != -1) { //有邻接结点
if(!isVisited[w]) {
dfs(isVisited, w);
}
//如果w结点已经被访问
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);
}
}
}
广度优先遍历
图的广度优先搜索(Broad First Search,BFS)
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
- 访问初始结点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,取出队头结点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;否则继续执行以下三个步骤:
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,转到步骤6。
核心代码
//对一个节点进行广度优先遍历的方法
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w
//队列,记录结点访问的顺序
LinkedList<Integer> queue = new LinkedList<Integer>();
//访问节点,输出结点信息
System.out.print(getValueByIndex(i) + " ");
//标记为已访问
isVisited[i] = true;
//将节点加入队列
queue.addLast(i);
while(!queue.isEmpty()) {
//取出队列的头结点下标
u = (Integer) queue.removeFirst();
//得到第一个邻接结点的下标
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;
//入队列
queue.addLast(w);
}
//如果已经访问过,以u为前驱结点,找w后面的下一个邻接结点
w = getNextNeighbor(u,w); //体现出广度优先
}
}
}
//对bfs进行一个重载,遍历我们所有的结点,并进行bfs
public void bfs() {
isVisited = new boolean[vertexList.size()]; //此处定死的,需要优化
for(int i = 0; i < getNumOfVertex(); i++) {
if(!isVisited[i]) {
bfs(isVisited, i);
}
}
}
应用实例
根据上图,实现该图的深度优先遍历和广度优先遍历算法。
整体代码:
import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
public class Graph {
private ArrayList<String> vertexList; //存储顶点集合
private int[][] edges; //存储图对应的邻接矩阵
private int numOfEdges; //表示边的数目
//定义数组boolean[],记录某个结点是否被访问
private boolean[] isVisited;
public static void main(String[] args) {
//测试一把图是否创建ok
int n = 8; //结点的个数
String vertexs[] = {"1", "2", "3", "4", "5", "6","7", "8"};
//创建图对象
Graph graph = new Graph(n);
//循环添加顶点
for(String vertex : vertexs) {
graph.insertVertex(vertex);
}
//更新边的关系
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);
//显示一把邻接矩阵;
graph.showGraph();
//测试一把。dfs遍历算法是否ok
System.out.println("深度优先遍历");
graph.dfs();
System.out.println();
//测试一把。bfs遍历算法是否ok
System.out.println("广度优先遍历");
graph.bfs();
}
//构造器
public Graph(int n) {
//初始化矩阵edges和vertexList
edges = new int[n][n];
vertexList = new ArrayList<String>();
numOfEdges = 0;
}
//得到第一个邻接结点的下标
/**
* @param index
* @return 如果存在就返回对应下标,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 表示第v1行
* @param v2 表示第v2列
* @return 存在返回下标,不存在返回-1
*/
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
private void dfs(boolean[] isVisited, int i) {
//首先我们访问该结点,输出
System.out.print(getValueByIndex(i) + " ");
//将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
int w = getFirstNeighbor(i);
while(w != -1) { //有邻接结点
if(!isVisited[w]) {
dfs(isVisited, w);
}
//如果w结点已经被访问
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);
}
}
}
//对一个节点进行广度优先遍历的方法
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w
//队列,记录结点访问的顺序
LinkedList<Integer> queue = new LinkedList<Integer>();
//访问节点,输出结点信息
System.out.print(getValueByIndex(i) + " ");
//标记为已访问
isVisited[i] = true;
//将节点加入队列
queue.addLast(i);
while(!queue.isEmpty()) {
//取出队列的头结点下标
u = (Integer) queue.removeFirst();
//得到第一个邻接结点的下标
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;
//入队列
queue.addLast(w);
}
//如果已经访问过,以u为前驱结点,找w后面的下一个邻接结点
w = getNextNeighbor(u,w); //体现出广度优先
}
}
}
//对bfs 进行一个重载,遍历我们所有的结点,并进行bfs
public void bfs() {
isVisited = new boolean[vertexList.size()]; //此处定死的,需要优化
for(int i = 0; i < getNumOfVertex(); i++) {
if(!isVisited[i]) {
bfs(isVisited, i);
}
}
}
//图中常用的方法
//返回结点的个数
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));
}
}
//得到边的数目
public int getNumOfEdges() {
return numOfEdges;
}
//返回结点i(下标)对应的数据 0->"A", 1->"B", 2->"C"...
public String getValueByIndex(int i) {
return vertexList.get(i);
}
//返回v1和v2的权值
public int getWeight(int v1, int v2) {
return edges[v1][v2];
}
//插入结点
public void insertVertex(String vertex) {
vertexList.add(vertex);
}
//添加边
/**
* @param v1 表示第一个顶点对应的下标,"A" "A"-"B"
* @param v2 表示第二个顶点对应的下标,"B"
* @param weight 表示权值
*/
public void insertEdge(int v1, int v2, int weight) {
edges[v1][v2] = weight;
edges[v2][v1] = weight;
numOfEdges++;
}
}
深度优先算法遍历顺序为1 2 4 8 5 3 6 7 。
广度优先算法遍历顺序为1 2 3 4 5 6 7 8 。
总结: 深度优先遍历尽可能优先往深层次进行搜索,广度优先遍历借助了队列来保证按层次搜索,上级层次的结点先入队,结点出队时它的相邻子结点再依次入队。
--------------------------------------- 个人学习笔记----------------------------------------