数据结构与算法-146-153-图-深度优先-广度优先

最新推荐文章于 2024-08-23 09:38:14 发布

1854君

最新推荐文章于 2024-08-23 09:38:14 发布

阅读量134

点赞数

文章标签：数据结构

本文链接：https://blog.csdn.net/m0_46998705/article/details/111489811

版权

146 图的基本介绍和存储形式

为什么要图

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，就是父节点
如果需要多对多的关系，就需要图了

介绍
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。

在这里插入图片描述

常用概念

顶点（vertex）
边（edge）
路径
无向图
有向图
带权图

无向图：顶点之间的连接没有方向，比如A-B，即可以是 A -> B 也可以 B -> A

路径：比如从 D -> C 的路径有

D -> B -> C
D -> A -> B -> C

无向图

有向图、带权图
在这里插入图片描述

图的表示方式
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，矩阵的 row 和 col 表示的是 1 … n个点

在这里插入图片描述

邻接表

邻接矩阵需要为每个顶点都分配 n 个空间，其实很多边都是不存在，会造成空间的一定损失
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

147 图的创建图解和代码实现

思路分析：

存储顶点 string 使用 arrarList
保存矩阵 int[][]

package com.old.graph_147_151;

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

public class GraphDemo {

    /**
     * 存储顶点集合
     */
    private ArrayList<String> vertexList;

    /**
     * 存储图对应的邻接矩阵
     */
    private int[][] edges;

    /**
     * 表示表的数目
     */
    private int numOfEdges;

    public static void main(String[] args) {
        //测试图是否创建

        //节点的个数
        int n = 5;

        String vertexValue[] = {"A", "B", "C", "D", "E"};


        //创建图对像
        GraphDemo graphDemo = new GraphDemo(n);

        //添加顶点
        for (String s : vertexValue) {
            graphDemo.insertVertex(s);
        }

        //添加边
        //AB AC BC BD BE
        graphDemo.insertEdge(0, 1, 1);
        graphDemo.insertEdge(0, 2, 1);
        graphDemo.insertEdge(1, 2, 1);
        graphDemo.insertEdge(1, 3, 1);
        graphDemo.insertEdge(1, 4, 1);

        graphDemo.showGraph();


    }

    //构造器
    public GraphDemo(int n) {
        //初始化矩阵和 vertexList
        edges = new int[n][n];

        vertexList = new ArrayList<>(n);

        numOfEdges = 0;

    }

    //图中常用的方法
    //返回结点的个数
    public int getNumOfVertex() {
        return vertexList.size();
    }

    //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 getEdge(int v1, int v2) {
        return edges[v1][v2];
    }

    //显示图对应的矩阵
    public void showGraph() {

        for (int[] edge : edges) {
            System.out.println(Arrays.toString(edge));
        }
    }

    /**
     * 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 即是第几个顶点 “A”
     * @param v2     第二个顶点对应的下标
     * @param weight 表示他们的值，表示它们是关联的 0 或 1
     */
    public void insertEdge(int v1, int v2, int weight) {
        edges[v1][v2] = weight;
        edges[v2][v1] = weight;
        numOfEdges++;
    }
}

148 图的深度优先（DFS）算法图解

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，遍历需要特定策略，一般有两种访问策略：

深度优先遍历
广度优先遍历

深度优先遍历基本思想(Depth First Search)

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
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，尝试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 1 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 123）。
查找结点 v 的 w 邻接点的下一个邻接结点，转到步骤3

在这里插入图片描述

149 图的深度优先（DFS）代码实现

新增的代码

/**
     * 得到第一个邻接结点的下标 w
     *
     * @return 如果存在返回对应的下标，否则 -1
     */
    public int getFirstNeighbor(int index) {
        for (int j = 0; j < vertexList.size(); j++) {
            if (edges[index][j] > 0) {
                //说明下一个邻接点是存在的
                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 像是 index 就是最外层遍历的那个索引 vertexList.fori 的 i
     * @param v2 像是：二维数组的上一层遍历的的位置，例如，我上一次遍历到了 edges[0][1] 这个 v2 就是 edges[0][1] 的值
     */
    public int getNextNeighbor(int v1, int v2) {
        for (int j = v2 + 1; j < vertexList.size(); j++) {
            if (edges[v1][j] > 0) {
                //说明存在
                return j;
            }
        }
        return -1;
    }


    /**
     * 尝试优先遍历算法
     */
    private void dfs(boolean[] isVisited, int i) {
        //首先访问该结点，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) { //说明有，下一个结点


            if (!isVisited[w]) {
                dfs(isVisited, w);
            }

            //如果 w 节点已经被访问过，
            w = getNextNeighbor(i, w);
        }


    }

    //dfs 进行一个重载 遍历所有的节点，并进行 dfs
    public void dfs() {
        //遍历所有的节点，进行 dfs【回溯】
        for (int i = 0; i < getNumOfVertex(); i++) {
            if (! isVisited[i]) {
                dfs(isVisited, i);
            }
        }
    }

完整代码

package com.old.graph_147_151;

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

public class GraphDemo {

    /**
     * 存储顶点集合
     */
    private ArrayList<String> vertexList;

    /**
     * 存储图对应的邻接矩阵
     */
    private int[][] edges;

    /**
     * 表示表的数目
     */
    private int numOfEdges;

    /**
     * 记录某个结点是否被访问
     */
    private boolean[] isVisited;

    public static void main(String[] args) {
        //测试图是否创建

        //节点的个数
        int n = 5;

        String vertexValue[] = {"A", "B", "C", "D", "E"};


        //创建图对像
        GraphDemo graphDemo = new GraphDemo(n);

        //添加顶点
        for (String s : vertexValue) {
            graphDemo.insertVertex(s);
        }

        //添加边
        //AB AC BC BD BE
        graphDemo.insertEdge(0, 1, 1);
        graphDemo.insertEdge(0, 2, 1);
        graphDemo.insertEdge(1, 2, 1);
        graphDemo.insertEdge(1, 3, 1);
        graphDemo.insertEdge(1, 4, 1);

        graphDemo.showGraph();

        System.out.println();

        graphDemo.dfs();
        System.out.println();
    }

    //构造器
    public GraphDemo(int n) {
        //初始化矩阵和 vertexList
        edges = new int[n][n];

        vertexList = new ArrayList<>(n);

        numOfEdges = 0;

        isVisited = new boolean[n];

    }

    /**
     * 得到第一个邻接结点的下标 w
     *
     * @return 如果存在返回对应的下标，否则 -1
     */
    public int getFirstNeighbor(int index) {
        for (int j = 0; j < vertexList.size(); j++) {
            if (edges[index][j] > 0) {
                //说明下一个邻接点是存在的
                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 像是 index 就是最外层遍历的那个索引 vertexList.fori 的 i
     * @param v2 像是：二维数组的上一层遍历的的位置，例如，我上一次遍历到了 edges[0][1] 这个 v2 就是 edges[0][1] 的值
     */
    public int getNextNeighbor(int v1, int v2) {
        for (int j = v2 + 1; j < vertexList.size(); j++) {
            if (edges[v1][j] > 0) {
                //说明存在
                return j;
            }
        }
        return -1;
    }


    /**
     * 尝试优先遍历算法
     */
    private void dfs(boolean[] isVisited, int i) {
        //首先访问该结点，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) { //说明有，下一个结点


            if (!isVisited[w]) {
                dfs(isVisited, w);
            }

            //如果 w 节点已经被访问过，
            w = getNextNeighbor(i, w);
        }


    }

    //dfs 进行一个重载 遍历所有的节点，并进行 dfs
    public void dfs() {
        //遍历所有的节点，进行 dfs【回溯】
        for (int i = 0; i < getNumOfVertex(); i++) {
            if (! isVisited[i]) {
                dfs(isVisited, i);
            }
        }
    }

    //图中常用的方法
    //返回结点的个数
    public int getNumOfVertex() {
        return vertexList.size();
    }

    //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 getEdge(int v1, int v2) {
        return edges[v1][v2];
    }

    //显示图对应的矩阵
    public void showGraph() {

        for (int[] edge : edges) {
            System.out.println(Arrays.toString(edge));
        }
    }

    /**
     * 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 即是第几个顶点 “A”
     * @param v2     第二个顶点对应的下标
     * @param weight 表示他们的值，表示它们是关联的 0 或 1
     */
    public void insertEdge(int v1, int v2, int weight) {
        edges[v1][v2] = weight;
        edges[v2][v1] = weight;
        numOfEdges++;
    }
}

150 图的广度优先（BFS）算法图解

基本思想
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

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，对 v 的算法结束
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

151 图的广度优先（BFS）代码实现

package com.old.graph_147_151;

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

public class GraphDemo {

    /**
     * 存储顶点集合
     */
    private ArrayList<String> vertexList;

    /**
     * 存储图对应的邻接矩阵
     */
    private int[][] edges;

    /**
     * 表示表的数目
     */
    private int numOfEdges;

    /**
     * 记录某个结点是否被访问
     */
    private boolean[] isVisited;

    public static void main(String[] args) {
        //测试图是否创建

        //节点的个数
        int n = 5;

        String vertexValue[] = {"A", "B", "C", "D", "E"};


        //创建图对像
        GraphDemo graphDemo = new GraphDemo(n);

        //添加顶点
        for (String s : vertexValue) {
            graphDemo.insertVertex(s);
        }

        //添加边
        //AB AC BC BD BE
        graphDemo.insertEdge(0, 1, 1);
        graphDemo.insertEdge(0, 2, 1);
        graphDemo.insertEdge(1, 2, 1);
        graphDemo.insertEdge(1, 3, 1);
        graphDemo.insertEdge(1, 4, 1);

        graphDemo.showGraph();

        System.out.println();

        System.out.println("深度优先");
        graphDemo.dfs();
        System.out.println();
        System.out.println();

        System.out.println("广度优先");
        graphDemo.bfs();
        System.out.println();
    }

    //构造器
    public GraphDemo(int n) {
        //初始化矩阵和 vertexList
        edges = new int[n][n];

        vertexList = new ArrayList<>(n);

        numOfEdges = 0;

        isVisited = new boolean[n];

    }

    /**
     * 得到第一个邻接结点的下标 w
     *
     * @return 如果存在返回对应的下标，否则 -1
     */
    public int getFirstNeighbor(int index) {
        for (int j = 0; j < vertexList.size(); j++) {
            if (edges[index][j] > 0) {
                //说明下一个邻接点是存在的
                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 像是 index 就是最外层遍历的那个索引 vertexList.fori 的 i
     * @param v2 像是：二维数组的上一层遍历的的位置，例如，我上一次遍历到了 edges[0][1] 这个 v2 就是 edges[0][1] 的值
     */
    public int getNextNeighbor(int v1, int v2) {
        for (int j = v2 + 1; j < vertexList.size(); j++) {
            if (edges[v1][j] > 0) {
                //说明存在
                return j;
            }
        }
        return -1;
    }


    private void bfs(boolean[] isVisited, int i) {
        // u 表示队列的头结点，对应的下标
        int u;
        //邻接结点 w
        int w;
        // 队列，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.valueOf(queue.removeFirst().toString());
            //得到第一个邻结点的下标 w
            w = getFirstNeighbor(u);

            while (w != -1) {
                //找到了，
                //是否访问过
                if (!isVisited[w]) {
                    System.out.print(getValueByIndex(w) + "=>");
                    //标记已经访问
                    isVisited[w] = true;
                    //已经访问的就要加入队列
                    queue.addLast(w);
                }
                //以 u 为前驱点找 w 后面的下一个邻接点
                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[isVisited.length];
        for (int i = 0; i < getNumOfVertex(); i++) {
            if (!isVisited[i]) {
                bfs(isVisited, i);
            }
        }
    }


    /**
     * 尝试优先遍历算法
     */
    private void dfs(boolean[] isVisited, int i) {
        //首先访问该结点，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) { //说明有，下一个结点


            if (!isVisited[w]) {
                dfs(isVisited, w);
            }

            //如果 w 节点已经被访问过，
            w = getNextNeighbor(i, w);
        }


    }

    //dfs 进行一个重载 遍历所有的节点，并进行 dfs
    public void dfs() {
        //遍历所有的节点，进行 dfs【回溯】
        for (int i = 0; i < getNumOfVertex(); i++) {
            if (!isVisited[i]) {
                dfs(isVisited, i);
            }
        }
    }

    //图中常用的方法
    //返回结点的个数
    public int getNumOfVertex() {
        return vertexList.size();
    }

    //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 getEdge(int v1, int v2) {
        return edges[v1][v2];
    }

    //显示图对应的矩阵
    public void showGraph() {

        for (int[] edge : edges) {
            System.out.println(Arrays.toString(edge));
        }
    }

    /**
     * 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 即是第几个顶点 “A”
     * @param v2     第二个顶点对应的下标
     * @param weight 表示他们的值，表示它们是关联的 0 或 1
     */
    public void insertEdge(int v1, int v2, int weight) {
        edges[v1][v2] = weight;
        edges[v2][v1] = weight;
        numOfEdges++;
    }
}

152 DFS和BFS比较及图小结

深度优先是直接遍历到最深的，广度优先是从这一层开始遍历，一层一层的遍历
在这里插入图片描述

package com.old.graph_147_151;

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

public class GraphDemo {

    /**
     * 存储顶点集合
     */
    private ArrayList<String> vertexList;

    /**
     * 存储图对应的邻接矩阵
     */
    private int[][] edges;

    /**
     * 表示表的数目
     */
    private int numOfEdges;

    /**
     * 记录某个结点是否被访问
     */
    private boolean[] isVisited;

    public static void main(String[] args) {
        //测试图是否创建

        //节点的个数
        int n = 5;

        String vertexValue[] = {"A", "B", "C", "D", "E"};


        //创建图对像
        GraphDemo graphDemo = new GraphDemo(n);

        //添加顶点
        for (String s : vertexValue) {
            graphDemo.insertVertex(s);
        }

        //添加边
        //AB AC BC BD BE
        graphDemo.insertEdge(0, 1, 1);
        graphDemo.insertEdge(0, 2, 1);
        graphDemo.insertEdge(1, 2, 1);
        graphDemo.insertEdge(1, 3, 1);
        graphDemo.insertEdge(1, 4, 1);

        graphDemo.showGraph();

        System.out.println();

        System.out.println("深度优先");
        graphDemo.dfs();
        System.out.println();
        System.out.println();

        System.out.println("广度优先");
        graphDemo.bfs();
        System.out.println();


        System.out.println();
        System.out.println("==============================");
        String vertexNumValue[] = {"1", "2", "3", "4", "5", "6", "7", "8"};
        n = vertexNumValue.length;

        //创建图对像
        graphDemo = new GraphDemo(n);

        //添加顶点
        for (String s : vertexNumValue) {
            graphDemo.insertVertex(s);
        }


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

        System.out.println();

        System.out.println("深度优先");
        graphDemo.dfs();
        System.out.println();
        System.out.println();

        System.out.println("广度优先");
        graphDemo.bfs();
        System.out.println();
    }

    //构造器
    public GraphDemo(int n) {
        //初始化矩阵和 vertexList
        edges = new int[n][n];

        vertexList = new ArrayList<>(n);

        numOfEdges = 0;

        isVisited = new boolean[n];

    }

    /**
     * 得到第一个邻接结点的下标 w
     *
     * @return 如果存在返回对应的下标，否则 -1
     */
    public int getFirstNeighbor(int index) {
        for (int j = 0; j < vertexList.size(); j++) {
            if (edges[index][j] > 0) {
                //说明下一个邻接点是存在的
                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 像是 index 就是最外层遍历的那个索引 vertexList.fori 的 i
     * @param v2 像是：二维数组的上一层遍历的的位置，例如，我上一次遍历到了 edges[0][1] 这个 v2 就是 edges[0][1] 的值
     */
    public int getNextNeighbor(int v1, int v2) {
        for (int j = v2 + 1; j < vertexList.size(); j++) {
            if (edges[v1][j] > 0) {
                //说明存在
                return j;
            }
        }
        return -1;
    }


    private void bfs(boolean[] isVisited, int i) {
        // u 表示队列的头结点，对应的下标
        int u;
        //邻接结点 w
        int w;
        // 队列，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.valueOf(queue.removeFirst().toString());
            //得到第一个邻结点的下标 w
            w = getFirstNeighbor(u);

            while (w != -1) {
                //找到了，
                //是否访问过
                if (!isVisited[w]) {
                    System.out.print(getValueByIndex(w) + "=>");
                    //标记已经访问
                    isVisited[w] = true;
                    //已经访问的就要加入队列
                    queue.addLast(w);
                }
                //以 u 为前驱点找 w 后面的下一个邻接点
                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[isVisited.length];
        for (int i = 0; i < getNumOfVertex(); i++) {
            if (!isVisited[i]) {
                bfs(isVisited, i);
            }
        }
    }


    /**
     * 尝试优先遍历算法
     */
    private void dfs(boolean[] isVisited, int i) {
        //首先访问该结点，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) { //说明有，下一个结点


            if (!isVisited[w]) {
                dfs(isVisited, w);
            }

            //如果 w 节点已经被访问过，
            w = getNextNeighbor(i, w);
        }


    }

    //dfs 进行一个重载 遍历所有的节点，并进行 dfs
    public void dfs() {
        //遍历所有的节点，进行 dfs【回溯】
        for (int i = 0; i < getNumOfVertex(); i++) {
            if (!isVisited[i]) {
                dfs(isVisited, i);
            }
        }
    }

    //图中常用的方法
    //返回结点的个数
    public int getNumOfVertex() {
        return vertexList.size();
    }

    //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 getEdge(int v1, int v2) {
        return edges[v1][v2];
    }

    //显示图对应的矩阵
    public void showGraph() {

        for (int[] edge : edges) {
            System.out.println(Arrays.toString(edge));
        }
    }

    /**
     * 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 即是第几个顶点 “A”
     * @param v2     第二个顶点对应的下标
     * @param weight 表示他们的值，表示它们是关联的 0 或 1
     */
    public void insertEdge(int v1, int v2, int weight) {
        edges[v1][v2] = weight;
        edges[v2][v1] = weight;
        numOfEdges++;
    }
}