1.图的基本概念
图是由顶点集合及顶点间的关系组成的一种数据结构:G = (V, E),其中:顶点集合V = {x|x属于某个数据对象集}是有穷非空集合; E = {(x,y)|x,y属于V}或者E = {<x, y>|x,y属于V && Path(x, y)}是顶点间关系的有穷集合,也叫做边的集合。(x, y)表示x到y的一条双向通路,即(x, y)是无方向的;Path<x, y>表示从x到y的一条单向通路,即Path<x, y>是有方向的。
顶点和边:图中结点称为顶点,第i个顶点记作vi。两个顶点vi和vj相关联称作顶点vi和顶点vj之间有一条边,图中的第k条边记作ek,ek = (vi,vj)或<vi,vj>。
有向图和无向图:在有向图中,顶点对<x, y>是有序的,顶点对<x,y>称为顶点x到顶点y的一条边(弧),<x, y>和<y, x>是两条不同的边,比如下图G3和G4为有向图。在无向图中,顶点对(x, y)是无序的,顶点对(x,y)称为顶点x和顶点y相关联的一条边,这条边没有特定方向,(x, y)和(y,x)是同一条边,比如下图G1和G2为无向图。注意:无向边(x, y)等于有向边<x, y>和<y, x>。
完全图:在有n个顶点的无向图中,若有n * (n-1)/2条边,即任意两个顶点之间有且仅有一条边,则称此图为无向完全图,比如上图G1;在n个顶点的有向图中,若有n * (n-1)条边,即任意两个顶点之间有且仅有方向相反的边,则称此图为有向完全图,比如上图G4。
邻接顶点:在无向图中G中,若(u, v)是E(G)中的一条边,则称u和v互为邻接顶点,并称边(u,v)依附于顶点u和v;在有向图G中,若<u, v>是E(G)中的一条边,则称顶点u邻接到v,顶点v邻接自顶点u,并称边<u, v>与顶点u和顶点v相关联。
顶点的度:顶点v的度是指与它相关联的边的条数,记作deg(v)。在有向图中,顶点的度等于该顶点的入度与出度之和,其中顶点v的入度是以v为终点的有向边的条数,记作indev(v);顶点v的出度是以v为起始点的有向边的条数,记作outdev(v)。因此:dev(v) = indev(v) + outdev(v)。注意:对于无向图,顶点的度等于该顶点的入度和出度,即dev(v) = indev(v) = outdev(v)。
路径:在图G = (V, E)中,若从顶点vi出发有一组边使其可到达顶点vj,则称顶点vi到顶点vj的顶点序列为从顶点vi到顶点vj的路径
路径长度:对于不带权的图,一条路径的路径长度是指该路径上的边的条数;对于带权的图,一条路径的路径长度是指该路径上各个边权值的总和。
2.邻接矩阵, 邻接表
(1)邻接矩阵
因为节点与节点之间的关系就是连通与否,即为0或者1,因此邻接矩阵(二维数组)即是:先用一个数组将定点保存,然后采用矩阵来表示节点与节点之间的关系。
1. 无向图的邻接矩阵是对称的,第i行(列)元素之和,就是顶点i的度。有向图的邻接矩阵则不一定是对称的,第i行(列)元素之后就是顶点i 的出(入)度。
2. 如果边带有权值,并且两个节点之间是连通的,上图中的边的关系就用权值代替,如果两个顶点不通,则使用无穷大代替
import java.util.Arrays;
public class Graph {
int[][] matrix;
//当前图顶点从0开始
public Graph(int n) {
this.matrix = new int[n][n];
for (int i = 0; i < n; i++) {
Arrays.fill(matrix[i], 0x3f3f3f3f);
}
for (int i = 0; i < n; i++) {
matrix[i][i] = 0;
}
}
public boolean addEdge(int i, int j, int weight) {
int n = matrix.length;
if (i == j || i < 0 || i >= n || j < 0 || j >= n) {
return false;
}
matrix[i][j] = matrix[j][i] = weight;
return true;
}
public void print() {
int n = matrix.length;
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
System.out.print(matrix[i][j] + " ");
}
System.out.println();
}
}
public static void main(String[] args) {
Graph graph = new Graph(4);
graph.addEdge(0, 1, 2);
graph.addEdge(2, 3, 4);
graph.addEdge(1, 2, 2);
graph.addEdge(2, 4, 5);
graph.print();
}
}
(2)邻接表
邻接表:使用数组表示顶点的集合,使用链表表示边的关系。
1. 无向图邻接表存储
无向图中同一条边在邻接表中出现了两次。如果想知道顶点vi的度,只需要知道顶点vi边链表集合中结点的数目即可。
2.有向图存储
有出边表和入边表
与无向图类似,不过每个表都边变成单向了
有向图中每条边在邻接表中只出现一次,与顶点vi对应的邻接表所含结点的个数,就是该顶点的出度,也称出度表,要得到vi顶点的入度,必须检测其他所有顶点对应的边链表,看有多少边顶点的dst取值是i
import java.util.ArrayList;
public class Graph {
static class Node {
public int src;//起点下标
public int dest;//终点下标
public int weight;//权重
public Node next;
public Node(int src, int dest, int weight) {
this.src = src;
this.dest = dest;
this.weight = weight;
}
}
private ArrayList<Node> edgeList;
private char[] arrayV;//存放顶点
private boolean isDirect;//是否是有向图
public Graph(int size, boolean isDirect) {
arrayV = new char[size];
edgeList = new ArrayList<>(size);
//注意这里,需要每个进行初始化为null
for (int i = 0; i < size; i++) {
edgeList.add(null);
}
Node node[] = new Node[size];
this.isDirect = isDirect;
}
/**
* 初始化顶点数组的数据
*
* @param array
*/
public void initArrayV(char[] array) {
for (int i = 0; i < array.length; i++) {
arrayV[i] = array[i];
}
}
/**
* 获取顶点元素在其数组中的下标
*
* @param v*@return
*/
public int getIndexOfV(char v) {
for (int i = 0; i < arrayV.length; i++) {
if (arrayV[i] == v) {
return i;
}
}
return -1;
}
/**
* 给两个顶点的边上,添加权重
*
* @param v1
* @param v2
* @param weight
*/
public void addEdge(char v1, char v2, int weight) {
//1、先查找出两个顶点在,顶点数组中的位置
int src = getIndexOfV(v1);
int dest = getIndexOfV(v2);
addEdgeChild(src, dest, weight);
if (isDirect == false) {
//无向图
addEdgeChild(dest, src, weight);
}
}
private void addEdgeChild(int src, int dest, int weight) {
Node cur = edgeList.get(src);
while (cur != null) {
//说明这个目标顶点已经在当前的链表中
if (cur.dest == dest) {
return;
}
cur = cur.next;
}
//不在的话,重新生成节点,头插法插入
Node node = new Node(src, dest, weight);
node.next = edgeList.get(src);
edgeList.set(src, node);
}
/*** 获取顶点的度
* 顶点v的度是指与它相关联的边的条数
* @param v
* @return
*/
public int getDevOfV(char v) {
//1、现在顶点数组 arrayV 中找到顶点的下标
int indexV = getIndexOfV(v);
Node cur = edgeList.get(indexV);
int count = 0;
//2、如果是无向图,只需要遍历链表的节点个数
while (cur != null) {
count++;
cur = cur.next;
} //3、如果是有向图,必须检测其他所有顶点对应的边链表,看有多少边顶点的dst取值是i
//有向图也就一张表
if (isDirect) {
int dest = indexV;
//遍历顶点数组的每个元素。
for (int src = 0; src < arrayV.length; src++) {
if (src == dest) {
continue;//跳过当前自己的顶点链表
} else {
Node pCur = edgeList.get(src);
while (pCur != null) {
//目的地是当前顶点的,也就是入度
if (pCur.dest == dest) {
count++;
}
pCur = pCur.next;
}
}
}
}
return count;
}
public void printGraph() {
for (int i = 0; i < arrayV.length; i++) {
System.out.print(arrayV[i] + "-> ");
Node cur = edgeList.get(i);
while (cur != null) {
System.out.print(cur.dest + "-> ");
cur = cur.next;
}
System.out.println("null");
}
}
}
3.深度优先和广度优先算法
(1) 广度优先算法
一层一层的最近地遍历
(2)深度优先搜索
一条路走到底, 到了不能走的时候或者所有的遍历完了回头,然后再找到能走的继续去遍历
以邻接矩阵写的bfs, dfs
import java.util.Arrays;
import java.util.LinkedList;
import java.util.Queue;
public class Graph {
int[][] matrix;
//当前图顶点从0开始
public Graph(int n) {
this.matrix = new int[n][n];
for (int i = 0; i < n; i++) {
Arrays.fill(matrix[i], 0x3f3f3f3f);
}
for (int i = 0; i < n; i++) {
matrix[i][i] = 0;
}
}
public boolean addEdge(int i, int j, int weight) {
int n = matrix.length;
if (i == j || i < 0 || i >= n || j < 0 || j >= n) {
return false;
}
matrix[i][j] = matrix[j][i] = weight;
return true;
}
//单源bfs
public void bfs(int i) {
int n = matrix.length;
Queue<Integer> queue = new LinkedList<>();
boolean[] visited = new boolean[n];//visited数组用来记录遍历过的元素防止重复的访问
queue.add(i);
visited[i] = true;
while (!queue.isEmpty()) {
int temp = queue.poll();
System.out.print(temp + "->");
for (int j = 0; j < n; j++) {
if (matrix[temp][j] != 0 && matrix[temp][j] != 0x3f3f3f3f && !visited[j]) {
//有边且没有被访问过
queue.add(j);
visited[j] = true;
}
}
}
}
public void dfs(int i) {
int n = matrix.length;
boolean[] visited = new boolean[n];
visited[i] = true;
f(i, visited);
}
public void f(int i, boolean[] visited) {
System.out.print(i + "->");
int n = matrix.length;
for (int j = 0; j < n; j++) {
if (matrix[i][j] != 0 && matrix[i][j] != 0x3f3f3f3f && !visited[j]) {
//有边且没有被访问过
visited[j] = true;
f(j, visited);
}
}
}
public static void main(String[] args) {
Graph graph = new Graph(4);
graph.addEdge(0, 1, 2);
graph.addEdge(2, 3, 4);
graph.addEdge(1, 2, 2);
graph.addEdge(2, 4, 5);
graph.bfs(0);
System.out.println();
graph.dfs(0);
}
}
运行结果