1.深度优先遍历(DFS)
图的深度优先遍历本质上是一棵树的前序遍历(即先遍历自身,然后遍历其左子树,再遍历右子树),总之图的深度优先遍历是一个递归的过程。
如下图所示,左图是一个图,右图是图的深度优先遍历过程。我们假设从顶点A开始遍历,A被标记后,A面前有两个顶点B和F可以选择,我们该选择哪个呢?这里我们可以假设每次都选择最右边的顶点,因此我们选择B顶点,B被标记后,紧接着有C、I、G三个顶点可选择(如右图的B节点下有三个子节点C、I、G),还按照最右边原则,我们选择C顶点进行遍历。
以此类推遍历到H顶点时(参考右图),我们发现到F顶点时,其最右边的A顶点已经被标记过,因此选择第二右的G顶点。到顶点H时,我们发现H后面的D和E顶点都已经被我们标记过,现在已经无路可走,但此时并没有结束,因为还有个I顶点还没有被遍历,这时候我们就要回溯,就好像树的前序遍历一样,左子树遍历完会回溯到root节点,接着遍历其右子树。我们从H顶点回溯到G顶点,检查G的三个顶点B、D、H是否有没有被遍历的,发现都已经被遍历,那么我们继续往上回溯,发现回溯到D顶点时,与其相连的四个顶点中,I顶点没有被遍历,接着就遍历I顶点,遍历完后继续回溯,知道回溯到最初的A顶点,算法结束。
代码部分:
我们用一个类MGrapg01表示邻接矩阵,其中包括邻接矩阵的创建方法(此处省略,邻接矩阵的创建可参考上一篇文章)。
其中DFS算法由DFS_map和DFS两个方法构成,其中DFS_Map用来从起始点开始深度优先遍历,DFS()方法完成深度优先递归操作。并且用一个visit数组来表示顶点被遍历的状态,若顶点被遍历,则被标记为true,否则为false。
代码是无向图的深度遍历,对于有向图而言,它只是通道存在可行与不可行,算法上是没有变化的,这里完全可以通用。
public class MGraph01 {
public int numNodes; //图的顶点数目
public int numEdges; //图的边数
public Object[] vexs; //一维顶点数组
public int[][] arcs; //二维边数组
public static final int INF = Integer.MAX_VALUE; //无穷大
/**
*此处省略邻接矩阵的创建代码,可参考第一篇文章
/
/**
* 深度优先遍历操作
*/
public void DFS_Map() {
//初始化数组,每个值为false,默认为未访问状态
boolean[] visit = new boolean[numNodes];
for (int i = 0; i < visit.length; i++) {
if (!visit[i]) {
DFS(i, visit);
}
}
}
/**
* 无向图的深度优先递归算法
*
* @param i
*/
private void DFS(int i, boolean[] visit) {
visit[i] = true;
System.out.println("顶点" + vexs[i] + "已被遍历");
for (int j = 0; j < numNodes; j++) {
//对未被访问的顶点递归调用
if (!visit[j] && arcs[i][j] == 1) {
DFS(j, visit);
}
}
}
}
代码测试:
public class MGraph01Test {
public static void main(String[] args) {
//初始化一个邻接矩阵对象
MGraph01 graph01 = new MGraph01();
//调用createUDG方法来创建无向图的邻接矩阵
graph01.createUDG();
//调用深度优先遍历方法
graph01.DFS_Map();
}
}
2.广度优先遍历(BFS)
广度优先遍历本质上是一个树的层序遍历。这里就不再赘述了,直接上代码部分
public class MGraph01 {
public int numNodes; //图的顶点数目
public int numEdges; //图的边数
public Object[] vexs; //一维顶点数组
public int[][] arcs; //二维边数组
public static final int INF = Integer.MAX_VALUE; //无穷大
/**
*此处省略邻接矩阵的创建代码,可参考第一篇文章
/
/**
* 广度优先遍历操作
*/
public void BFS() {
//创建一个数组来表示顶点的标记状态
boolean[] visit = new boolean[numNodes];
//初始化一个队列
LinkedList<Integer> queue = new LinkedList();
//对每个顶点进行遍历
for (int i = 0; i < visit.length; i++) {
if (!visit[i]) {
//标记该顶点,并进入队列
visit[i] = true;
System.out.println("顶点" + vexs[i] + "已被遍历");
queue.offer(i);
while (!queue.isEmpty()) {
//获取队列的队首元素
int head = (int) queue.poll();
//将与队首元素联通并且未被标记的顶点入队
for (int j = 0; j < numNodes; j++) {
if (!visit[j] && arcs[head][j] == 1) {
visit[j] = true;
System.out.println("顶点" + vexs[j] + "已被遍历");
queue.offer(j);
}
}
}
}
}
}
}
测试代码:
public class MGraph01Test {
public static void main(String[] args) {
//初始化一个邻接矩阵对象
MGraph01 graph01 = new MGraph01();
//调用createUDG方法来创建无向图的邻接矩阵
graph01.createUDG();
//调用广度优先遍历方法
graph01.BFS();
}
}