数据结构与算法之图的深度优先遍历和广度优先遍历

图是表示一种多对多关系的数据结构
它包括无向图，有向图，带权图

无向图：就是顶点之间的连线（边）没有方向箭头

有向图：就是顶点之间的连线（边）有方向箭头

带权图：就是顶点之间的连线（边）表明了大小如上海到北京的距离，北京到天津的距离类似的导航地图就是带权图

下图就是一个无向图：
字母所表示的是顶点，顶点间的连线叫做边

按照A,B,C,D,E,F,G的顺序添加节点，并添加对应的边构成下图

深度优先遍历：

从初始访问结点出发，我们知道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。总结起来可以这样说：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。

具体算法表述如下：

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，否则算法结束。
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。

按照上图便利的顺序应该是A->B->C->G->D->E->F->

广度优先遍历：
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。

具体算法表述如下：

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：
1). 若结点w尚未被访问，则访问结点w并标记为已访问。
2). 结点w入队列
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。

按照上图便利的顺序应该是A->B->C->D->E->G->F->

java代码实现:

package com.yg.graph;/*
@date    2020/3/15  9:58
*/

import java.time.chrono.IsoChronology;
import java.util.*;

public class Graph {
    //存放顶点
    private List<String> vertexList;
    //表示顶点之间是否相连 0不连通，1连通
    private int[][] edges;
    //表示边的数量
    private int numOfEdges = 0;
    //表示遍历时是否已经访问过
    private boolean[] isVisited;

    public static void main(String[] args) {
        //构建图
        //添加顶点
        String[] vertexs = {"A", "B", "C", "D", "E","F","G"};
        Graph graph = new Graph(vertexs.length);
        for (String vertex : vertexs) {
            graph.addVertex(vertex);
        }
        //添加边
        graph.addEdge(0, 1, 1);
        graph.addEdge(0, 2, 1);
        graph.addEdge(1, 2, 1);
        graph.addEdge(1, 3, 1);
        graph.addEdge(1, 4, 1);
        graph.addEdge(3, 4, 1);
        graph.addEdge(4, 5, 1);
        graph.addEdge(2, 6, 1);
        graph.showGraph();
        //深度优先遍历
       // graph.dfs(0);

        //广度优先遍历
       graph.bfs(0);
    }

    public Graph(int n) {
        vertexList = new ArrayList<>(n);
        edges = new int[n][n];
        numOfEdges = 0;
        isVisited = new boolean[n];
    }

    //深度优先遍历,index当前遍历的顶点
    private void dfs(int index) {
        //打印当前顶点
        System.out.print(vertexList.get(index)+"->");
        isVisited[index]=true;
        //得到第一个邻接顶点
        int w=getFristNeighbor(index);
        //邻接顶点存在
        while (w != -1) {
            if (!isVisited[w]) {
            dfs(w);
            }
            w=getNextNeighbor(index,w);
        }

    }

    //重载dfs
    public void dfs() {
        //这是为了预防有向图中部分节点到不了的情况
        for (int i = 0; i < getNumOfVertex(); i++) {
            if (!isVisited[i]) {
                dfs(i);
            }
        }
    }

    //广度优先遍历
    private void bfs(int index) {
        //记录节点访问顺序
        Queue queue=new LinkedList();
        System.out.print(vertexList.get(index)+"->");
        isVisited[index]=true;
        queue.add(index);
        while (!queue.isEmpty()) {
            //队列头节点下表
            int vertexIndex= (int) queue.poll();
            //得到第一个邻接顶点的下标
            int fristNeighbor = getFristNeighbor(vertexIndex);
            //是否还有邻近顶点
            while (fristNeighbor != -1) {
                //是否访问过
                if (!isVisited[fristNeighbor]) {
                    System.out.print(vertexList.get(fristNeighbor)+"->");
                    isVisited[fristNeighbor]=true;
                    //入队
                    queue.add(fristNeighbor);
                }
                fristNeighbor=getNextNeighbor(vertexIndex,fristNeighbor);
            }
        }

    }

    //重载bfs
    public void bfs() {
        for (int i = 0; i < getNumOfVertex(); i++) {
            if (!isVisited[i]) {
                bfs(i);
            }
        }
    }

    //得到当前顶点的第一个邻接顶点,index当前顶点的下标
    public int getFristNeighbor(int index) {
        for (int i = 0; i < vertexList.size(); i++) {
            if (edges[index][i] > 0) {
                return i;
            }
        }
        return -1;
    }

    //得到当前顶点邻接顶点的下一个顶点
    public int getNextNeighbor(int index,int neighborIndex) {
        for (int i =neighborIndex+1; i <vertexList.size() ; i++) {
            if (edges[index][i]>0) {
                return i;
            }
        }
        return -1;
    }
    //添加顶点
    public void addVertex(String vertex) {
        vertexList.add(vertex);
    }

    //添加边
    /*
     * @param val1 顶点的下标，第几个添加的顶点，小标从0开始
     * @param val2
     * @param weight  权重，为1表明有边，0表示没边
     * @return : void
     * @date : 2020/3/15 10:05
     */
    public void addEdge(int val1, int val2, int weight) {
        edges[val1][val2] = weight;
        edges[val2][val1] = weight;
        numOfEdges++;
    }

    //得到顶点数量
    public int getNumOfVertex() {
        return vertexList.size();
    }

    //得到边的数量
    public int getNumOfEdges() {
        return numOfEdges;
    }

    //打印图
    public void showGraph() {
        for (int[] vertex : edges) {
            System.out.println(Arrays.toString(vertex));
        }
    }

}