图的广度优先遍历(BFS)---java代码实现

图的广度优先遍历(BFS)—java代码实现

广度优先遍历基本思想

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

广度优先遍历算法步骤

1.访问初始结点v并标记结点v为已访问。
2.结点v入队列
3.当队列非空时，继续执行，否则算法结束。
4.出队列，取得队头结点u。
5.查找结点u的第一个邻接结点w。
6.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：
6.1 若结点w尚未被访问，则访问结点w并标记为已访问。
6.2 结点w入队列
6.3 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。

图解

按照上述步骤说明:进行BFS的详细说明如下所示:

代码实现

package com.bingym.temp01.graph;

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

public class Graph {

    //图的实现:利用邻接矩阵的形式实现
    //注意:此处实现的是无向图
    //定义图的内部属性
    private List<String> vertexList;//用于存储顶点的集合
    private int[][] edges;//用来保存图对应的邻接矩阵
    private int edgeOfNums;//显示边的个数
    //定义boolean数组:记录某个结点是否已经被访问,数组大小和结点个数大小相同
    private boolean[] isVisited;

    public static void main(String[] args) {
        //定义图的所有顶点
        String[] vertexs = {"A","B","C","D","E"};
        //创建图
        Graph graph = new Graph(vertexs.length);
        //添加顶点到图中
        for (String vertex : vertexs) {
            graph.addVertex(vertex);
        }
        //添加边到图中
        //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);
        //显示图的邻接矩阵信息
        graph.showGraph();

        System.out.println("广度优先遍历为:");
        graph.BFS();

    }

    //定义图的构造器
    public Graph(int n) {//n表示定义的图的顶点的个数
        //初始化邻接矩阵和顶点集合
        edges = new int[n][n];
        vertexList = new ArrayList<String>(n);
    }

    //=============广度优先遍历(BFS)=============
    //1.根据当前结点的下标获取其第一个邻接结点的下标
    //若存在,返回其下标;若不存在,则返回-1
    public int getFirstNeighbor(int index) {
        //遍历顶点集合
        for (int i = 0; i < vertexList.size(); i++) {
            if (edges[index][i] == 1) {
                return i;
            }
        }
        //若没有邻接的结点,则返回-1
        return -1;
    }
    //2.根据当前结点的前一个邻接结点的下标获取下一个邻接结点的下标
    //同上:若存在,返回其下标;若不存在,则返回-1
    public int getNextNeighbor(int v1,int v2) {
        for (int i = v2 +1;i < vertexList.size();i++) {
            if (edges[v1][i] == 1) {
                return i;
            }
        }
        //若没有下一个邻接的结点,则返回-1
        return -1;
    }
    
    private void BFS(boolean[] isVisited,int i) {
        //定义局部变量
        int u;//表示队列的头结点对应的下标
        int w;//表示邻接结点的下标
        //定义存储结点访问的顺序
        LinkedList queue = new LinkedList();
        //1.访问当前结点,即输出当前结点的信息
        System.out.print(getVertexByIndex(i) + "-->");
        //2.标记其已被访问
        isVisited[i] = true;
        //3.将该结点加入队列:利用linkedlist的api:addLast(相当于入队列)
        queue.addLast(i);

        //进行while循环完成BFS
        while (!queue.isEmpty()) {  //只要队列不为空
            //4.取出队列的头结点下标
            u = (Integer)queue.removeFirst();
            //5.获取u(头结点)的第一个邻接结点的下标
            w = getFirstNeighbor(u);

            while (w != -1) {//说明w(邻接结点存在)
                //6.继续判断是否访问过
                if (!isVisited[w]) {
                    //6.1如果没有访问过,则访问该结点
                    System.out.print(getVertexByIndex(w) + "-->");
                    //6.2标记其已经被访问
                    isVisited[w] = true;
                    //6.3将其入队列
                    queue.addLast(w);
                }
                //如果已经访问过,则查找u的继w的下一个邻接结点,继续进行上述步骤
                w = getNextNeighbor(u,w);
            }
        }
    }

    //上面的BFS只是对一个结点进行了对应层的遍历访问
    //for循环完成每一个结点的访问
    public void BFS() {
        isVisited = new boolean[vertexList.size()];
        for (int i = 0; i < getVertexNum(); i++) {
            if (!isVisited[i]) {
                //若该结点未被访问
                BFS(isVisited,i);
            }
        }
    }

    //=============广度优先遍历(BFS)(为上)=============

    //插入结点(顶点的方法)
    public void addVertex(String vertex) {
        vertexList.add(vertex);
    }
    //添加边:传入参数
    /**
     *
     * @param v1 表示点的下标即使第几个顶点  "A"-"B" "A"->0 "B"->1
     * @param v2 第二个顶点对应的下标
     * @param weight 表示是否连接0/1
     */
    public void insertEdge(int v1,int v2,int weight) {
        //由于图为无向图,故将两个顶点的正序和反序都设置为weight
        edges[v1][v2] = weight;
        edges[v2][v1] = weight;
        edgeOfNums++;//每增加一条边,将边的条数加1
    }

    //图的常用API
    //1.获取两个顶点的权值weight
    public int getWeight(int v1,int v2) {
        return edges[v1][v2];
    }
    //2.获取图的边的长度
    public int getEdgeOfNums(){
        return edgeOfNums;
    }
    //3.返回结点i(下标)对应的数据 0->"A" 1->"B" 2->"C"
    public String getVertexByIndex(int index) {
        return vertexList.get(index);
    }
    //4.图的邻接矩阵的显示方法
    public void showGraph() {
        for (int[] edge : edges) {
            System.out.println(Arrays.toString(edge));
        }
    }
    //5.获取顶点的个数
    public int getVertexNum() {
        return vertexList.size();
    }
}
最后输出:
图的邻接矩阵为:
[0, 1, 1, 0, 0]
[1, 0, 1, 1, 1]
[1, 1, 0, 0, 0]
[0, 1, 0, 0, 0]
[0, 1, 0, 0, 0]
广度优先遍历为:
A-->B-->C-->D-->E-->