无向图遍历算法
最近遇到一个需要遍历无向图的算法,需要从图的某一个结点开始遍历,找出到某一类结点结束的所有路径。网上找了很多算法,都不是很靠谱。后来发现这个比较靠谱。整理如下:
算法目标:
在一个无向连通图中求出两个给定点之间的所有路径;
算法思路:
-
整理节点间的关系,为每个节点建立一个集合,该集合中保存所有与该节点直接相连的节点(不包括该节点自身);
-
定义两点一个为起始节点,另一个为终点,求解两者之间的所有路径的问题可以被分解为如下所述的子问题:对每一 个与起始节点直接相连的节点,求解它到终点的所有路径(路径上不包括起始节点)得到一个路径集合,将这些路径集合相加就可以得到起始节点到终点的所有路径;依次类推就可以应用递归的思想,层层递归直到终点,若发现希望得到的一条路径,则转储并打印输出;若发现环路,或发现死路,则停止寻路并返回;
-
用栈保存当前已经寻到的路径(不是完整路径)上的节点,在每一次寻到完整路径时弹出栈顶节点;而在遇到从栈顶节点无法继续向下寻路时也弹出该栈顶节点,从而实现回溯。
代码及测试如下:
import java.util.*;
public class test {
/* 临时保存路径节点的栈 */
public static Stack<Node> stack = new Stack<Node>();
/* 存储路径的集合 */
public static ArrayList<Node[]> sers = new ArrayList<>();
/* 判断节点是否在栈中 */
public static boolean isNodeInStack(Node node) {
Iterator<Node> it = stack.iterator();
while (it.hasNext()) {
Node node1 = it.next();
if (node == node1)
return true;
}
return false;
}
/* 此时栈中的节点组成一条所求路径,转储并打印输出 */
public static void showAndSavePath() {
Node[] o = stack.stream().toArray(Node[]::new);
for (int i = 0; i < o.length; i++) {
Node nNode = o[i];
if (i < (o.length - 1))
System.out.print(nNode.getName() + "->");
else
System.out.print(nNode.getName());
}
sers.add(o); /* 转储 */
System.out.println("\n");
}
/*
* 寻找路径的方法
* cNode: 当前的起始节点currentNode
* pNode: 当前起始节点的上一节点previousNode
* sNode: 最初的起始节点startNode
* eNode: 终点endNode
*/
public static boolean getPaths(Node cNode, Node pNode, Node sNode) {
Node nNode = null;
/* 如果符合条件判断说明出现环路,不能再顺着该路径继续寻路,返回false */
if (cNode != null && pNode != null && cNode == pNode)
return false;
if (cNode != null) {
int i = 0;
/* 起始节点入栈 */
stack.push(cNode);
/* 如果该起始节点就是终点,说明找到一条路径 */
//这里可以增加多个规则,比如不经过某些结点,某类结点标识出口,如果存在重复结点及路径的时候
//可以通过记录已有路径的首位结点来过滤重复路径等。
if (cNode.name.equalsIgnoreCase("node2")) return true;
if (cNode.name.equalsIgnoreCase("node8")) {
/* 转储并打印输出该路径,返回true */
showAndSavePath();
return true;
}
/* 如果不是,继续寻路 */
else {
/*
* 从与当前起始节点cNode有连接关系的节点集中按顺序遍历得到一个节点
* 作为下一次递归寻路时的起始节点
*/
nNode = cNode.getRelationNodes().get(i);
while (nNode != null) {
/*
* 如果nNode是最初的起始节点或者nNode就是cNode的上一节点或者nNode已经在栈中 ,
* 说明产生环路 ,应重新在与当前起始节点有连接关系的节点集中寻找nNode
*/
if (pNode != null && (nNode == sNode || nNode == pNode || isNodeInStack(nNode))) {
i++;
if (i >= cNode.getRelationNodes().size())
nNode = null;
else {
nNode = cNode.getRelationNodes().get(i);
}
continue;
}
/* 以nNode为新的起始节点,当前起始节点cNode为上一节点,递归调用寻路方法 */
if (getPaths(nNode, cNode, sNode))/* 递归调用 */ {
/* 如果找到一条路径,则弹出栈顶节点 */
stack.pop();
}
/* 继续在与cNode有连接关系的节点集中测试nNode */
i++;
if (i >= cNode.getRelationNodes().size())
nNode = null;
else
nNode = cNode.getRelationNodes().get(i);
}
/*
* 当遍历完所有与cNode有连接关系的节点后,
* 说明在以cNode为起始节点到终点的路径已经全部找到
*/
stack.pop();
return false;
}
} else
return false;
}
public static void main(String[] args) {
/* 定义节点数组 */
Node[] node = new Node[11];
for (int i = 0; i < node.length; i++) {
node[i] = new Node();
node[i].setName("node" + (i + 1));
node[i].id = i;
}
node[0].setRelationNodes(Arrays.asList(node[3], node[1], node[10]));
node[1].setRelationNodes(Arrays.asList(node[0], node[2], node[3]));
node[2].setRelationNodes(Arrays.asList(node[1], node[4], node[10]));
node[3].setRelationNodes(Arrays.asList(node[0], node[1], node[5], node[8], node[10]));
node[4].setRelationNodes(Arrays.asList(node[2], node[8], node[9]));
node[5].setRelationNodes(Arrays.asList(node[3], node[6]));
node[6].setRelationNodes(Arrays.asList(node[5], node[7], node[8]));
node[7].setRelationNodes(Arrays.asList(node[6], node[8]));
node[8].setRelationNodes(Arrays.asList(node[1], node[3], node[6], node[7], node[4], node[10]));
node[9].setRelationNodes(Arrays.asList(node[4], node[10]));
node[10].setRelationNodes(Arrays.asList(node[9]));
/* 开始搜索所有路径 */
getPaths(node[0], null, node[0]);
}
public static class Node {
private Integer id;
public String name = null;
public List<Node> relationNodes = new ArrayList<Node>();
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public List<Node> getRelationNodes() {
return relationNodes;
}
public void setRelationNodes(List<Node> relationNodes) {
this.relationNodes = relationNodes;
}
}
}
以上算法参考无向图如下:
[图片]
计算的是从1开始,寻找出口为8的路径,路径中不包含2结点。
结果如下
node1->node4->node6->node7->node8
node1->node4->node6->node7->node9->node8
node1->node4->node9->node7->node8
node1->node4->node9->node8
node1->node4->node11->node10->node5->node9->node7->node8
node1->node4->node11->node10->node5->node9->node8
node1->node11->node10->node5->node9->node4->node6->node7->node8
node1->node11->node10->node5->node9->node7->node8
node1->node11->node10->node5->node9->node8