数据结构和算法学习之图（深度优先/广度优先）

package com.atguigu.graph;

import jdk.nashorn.internal.runtime.RewriteException;

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

/**
 * @author 
 * @create 2022-07-05-9:40
 */
public class Graph {
    private ArrayList<String> vertexList;//存储顶点的集合
    private int[][] edges;//存储邻接矩阵
    private int numOfEdges;//边的数目
    private boolean[] isVisited;

    public static void main(String[] args) {
        //测试
        int n = 5;//节点个数
        String verTexValue[] = {"A", "B", "C", "D", "E"};
        //创建图对象
        Graph graph = new Graph(n);
        //添加顶点
        for (String value : verTexValue) {
            graph.insertVertex(value);
        }
        //添加边
        // A-B A-C B-C B-D B-E
        graph.insertEdge(0, 1, 1);
        graph.insertEdge(0, 2, 1);
        graph.insertEdge(1, 2, 1);
        graph.insertEdge(1, 3, 1);
        graph.insertEdge(1, 4, 1);
        graph.showGraph();
        //测试dfs
//        System.out.println("dfs:");
//        graph.dfs();
//        System.out.println();
        //测试bfs
        System.out.println("bfs:");
        graph.bfs();
    }

    //构造器
    public Graph(int n) {//n为顶点个数
        //初始化矩阵
        edges = new int[n][n];
        vertexList = new ArrayList<>(n);
        numOfEdges = 0;
        isVisited = new boolean[n];
    }

    //得到第一个临接节点的下标

    /**
     * @param index 传入的节点的下标
     * @return 如果存在就i返回对应的下标，如果不存在就返回-1
     */
    public int getFirstNeighbor(int index) {
        for (int i = 0; i < vertexList.size(); i++) {
            if (edges[index][i] > 0) {//这里是固定行，从列找的第一个邻接节点
                return i;
            }
        }
        return -1;
    }

    //根据第一个邻接节点访问下一个邻接节点

    /**
     * @param v1 第一个邻接节点在邻接矩阵中的row坐标，表示与这个节点相邻的另外一个节点在vertexList集合中的下标
     * @param v2 第一个邻接节点在邻接矩阵中的column坐标，表示就是邻接节点在vertexList集合中的下标
     * @return
     */
    public int getNextNeighborByFirst(int v1, int v2) {
        //由于上一个方法是按照列找的，所以这里也要按照列的那个索引在顶点数组中查找，这里的v2+1是指从当前向下查找
        for (int i = v2 + 1; i < vertexList.size(); i++) {
            if (edges[v1][i] > 0) {
                return i;
            }
        }
        return -1;
    }

    //深度优先遍历算法

    /**
     * @param isVisited 是否被访问的数组
     * @param index     传入的下标
     */
    private void dfs(boolean[] isVisited, int index) {
        //首先输出当前节点
        System.out.println(getValueByIndex(index));
        //标记该节点已经被访问
        isVisited[index] = true;
        //查找此节点的第一个邻接节点
        int firstNeighbor = getFirstNeighbor(index);
        if (firstNeighbor != -1) {//第一个邻接节点存在
            if (!isVisited[firstNeighbor]) {//第一个邻接节点未被访问
                dfs(isVisited, firstNeighbor);
            } else {//顺序第一个邻接节点被访问了,那么就从上一层查找第一个邻接节点
                //此处是最有难度的一句！！
                firstNeighbor = getNextNeighborByFirst(index, firstNeighbor);
            }
        } //此处如果第一个邻接节点不存在，采用重载进行下一个节点的dfs，所以没写else
    }

    public void dfs() {
        for (int i = 0; i < getNumOfVertex(); i++) {
            if (!isVisited[i]) {//如果当前节点没有被访问，那么就进行dfs
                dfs(isVisited, i);
            }
        }
    }

    //广度优先遍历算法

    /**
     * 对一个节点进行广度优先遍历
     *
     * @param isVisited 是否被访问的boolean数组
     * @param i         哪一个节点的下标
     */
    public void bfs(boolean[] isVisited, int i) {
        int headIndex;//队列头节点对应下标
        int firstNeighbor;//第一个邻接节点
        //1.输出当前节点
        System.out.print(getValueByIndex(i)+" ");
        //2.标记为已访问
        isVisited[i] = true;
        LinkedList<Integer> queue = new LinkedList();
        //3.将当前节点加入队列
        queue.addLast(i);
        //4.队列非空时继续执行，否则算法结束
        if (!queue.isEmpty()) {
            //5.出队列取得头节点
            headIndex = queue.removeFirst();
            //6.查找此头节点的第一个邻接节点
            firstNeighbor = getFirstNeighbor(headIndex);
            //7.如果firstNeighbor存在
            if (firstNeighbor != -1) {
                if (!isVisited[firstNeighbor]) {//7.1 firstNeighbor尚未被访问
                    //访问
                    System.out.print(getValueByIndex(firstNeighbor)+" ");
                    //标记为已访问
                    isVisited[firstNeighbor] = true;
                    //入队列
                    queue.addLast(firstNeighbor);
                }
            }
            //8.如果firstNeighbor不存在。则以headIndex为前驱，找下一个邻接节点
            firstNeighbor = getNextNeighborByFirst(headIndex, firstNeighbor);//体现出广度优先
        }
    }

    //遍历所有的节点，都进行广度优先搜索
    public void bfs(){
        for (int i = 0; i < getNumOfVertex(); i++) {
            if (!isVisited[i]){
                bfs(isVisited,i);
            }
        }
    }

    //
    //图中常用方法
    //1.返回节点的个数
    public int getNumOfVertex() {
        return vertexList.size();
    }

    //2.返回边的个数
    public int getNumOfEdges() {
        return numOfEdges;
    }

    //3.返回节点i对应的数据
    public String getValueByIndex(int i) {
        return vertexList.get(i);
    }

    //4.返回v1和v2的权值 v1 v2表示点的下标
    public int getWeight(int v1, int v2) {
        return edges[v1][v2];
    }

    //5.显示图对应的矩阵
    public void showGraph() {
        for (int[] arr : edges) {
            for (int n : arr) {
                System.out.print(n + " ");
            }
            System.out.println();
        }
    }

    //插入节点
    public void insertVertex(String vertex) {
        vertexList.add(vertex);
    }
    //添加边

    /**
     * @param v1     表示点的下标，表示是第几个顶点 "A->"B": A: 0 B:1
     * @param v2     第二个顶点的下标
     * @param weight 表示关联的权值
     */
    public void insertEdge(int v1, int v2, int weight) {
        edges[v1][v2] = weight;
        edges[v2][v1] = weight;
        numOfEdges++;
    }
}