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-->