java-图的广度优先遍历(邻接矩阵和邻接表两种存储方式)

自从步入码农的行列,这种基础性的东西就敲得少了,今天和经理讨论算法的时候发现自己有些忘得差不多了,今天特地回来复习复习。于是费了自己一个小时时间,从度娘复习了原理,然后自己摸索着重新实现了一下这个算法。

邻接矩阵:

package com.zhangyanujie.graph.adjacency_matrix;

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

/**
 * @Author zyj
 * @Date 2020/3/27 21:58
 **/
public class BFS {
    private int[][] matrix;
    private char[] vertex;

    public BFS(int[][] matrix,char[] vertex){
        this.matrix = matrix;
        this.vertex = vertex;
    }

    public List<Character> doBFS(char begin){
        List<Character> result = new LinkedList<>();

        // 找到给定字符的位置
        int beginPosition = -1;
        for(int i=0;i<vertex.length;i++){
            if(vertex[i] == begin){
                beginPosition = i;
                break;
            }
        }

        // 用于记录结点是否被访问过
        boolean[] visited = new boolean[vertex.length];

        // 首结点入队
        Queue<Integer> queue = new LinkedList<>();
        queue.add(beginPosition);
        result.add(vertex[beginPosition]);
        visited[beginPosition] = true;

        // 广度优先遍历,当队列不为空时,表示没有遍历完毕
        int currentRow;
        while (!queue.isEmpty()){
            currentRow = queue.poll();
            for(int i=0;i<vertex.length;i++){
                if(matrix[currentRow][i] == 1 && !visited[i]){
                    queue.add(i);
                    result.add(vertex[i]);
                    visited[i] = true;
                }
            }
        }
        return result;
    }

    public void print(){
        System.err.println(Arrays.deepToString(matrix));
        System.err.println(Arrays.toString(vertex));
    }
    
    public static void main(String[] args){
        int[][] matrix = {
                {0,1,1,0,0,0,0,0},
                {1,0,0,1,1,0,0,0},
                {1,0,0,0,0,1,1,0},
                {0,1,0,0,0,0,0,1},
                {0,1,0,0,0,0,0,1},
                {0,0,1,0,0,0,1,0},
                {0,0,1,0,0,1,0,0},
                {0,0,0,1,1,0,0,0},
        };

        char[] vertex = {'A','B','C','D','E','F','G','H'};

        BFS bfs = new BFS(matrix,vertex);
        //bfs.print();

        System.err.println(bfs.doBFS('C'));
    }
}

邻接表:

package com.zhangyanujie.graph.adjacency_list;

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

/**
 * @Author zyj
 * @Date 2020/3/27 22:36
 **/
public class BFS {
    Node[] list;

    public BFS(Node[] list){
        this.list = list;
    }

    public List<Character> doBFS(char begin){
        List<Character> result = new LinkedList<>();

        // 找到给定字符的位置
        int beginPosition = findIndexByValueFromList(begin);


        // 用于记录结点是否被访问过
        boolean[] visited = new boolean[list.length];

        // 首结点入队
        Queue<Integer> queue = new LinkedList<>();
        queue.add(beginPosition);
        result.add(list[beginPosition].value);
        visited[beginPosition] = true;

        // 广度优先遍历,当队列不为空时,表示没有遍历完毕
        Node currentNode;
        int nodePosition;
        while (!queue.isEmpty()){
            currentNode = list[queue.poll()];
            while (currentNode.next != null){
                nodePosition = findIndexByValueFromList(currentNode.next.value);
                if(!visited[nodePosition]){
                    queue.add(nodePosition);
                    result.add(list[nodePosition].value);
                    visited[nodePosition] = true;
                }
                currentNode = currentNode.next;
            }
        }

        return result;
    }

    private Integer findIndexByValueFromList(Character value){
        int location = -1;
        for(int i=0;i<list.length;i++){
            if(list[i].value == value){
                location = i;
                break;
            }
        }
        return location;
    }

    public void print(){
        System.err.println(Arrays.toString(list));
    }

    public static void main(String[] args){
        Node[] list = new Node[]{
                new Node('A',new Node('B',new Node('C',null))),
                new Node('B',new Node('A',new Node('D',new Node('E',null)))),
                new Node('C',new Node('A',new Node('F',new Node('G',null)))),
                new Node('D',new Node('B',new Node('H',null))),
                new Node('E',new Node('B',new Node('H',null))),
                new Node('F',new Node('C',new Node('G',null))),
                new Node('G',new Node('C',new Node('F',null))),
                new Node('H',new Node('D',new Node('E',null))),
        };

        BFS bfs = new BFS(list);

        System.err.println(bfs.doBFS('C'));

        //bfs.print();
    }
}


class Node{
    public Character value;
    public Node next;

    public Node(Character value, Node next) {
        this.value = value;
        this.next = next;
    }

    @Override
    public String toString() {
        return "Node{" +
                "value=" + value +
                ", next=" + next +
                '}';
    }
}

 

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
邻接矩阵实现的深度优先遍历: 1. 从起点开始,将起点标记为已访问 2. 从起点开始,遍历起点的所有未访问的邻结点 3. 对于遍历到的邻结点,重复步骤1和2,直到遍历完整张 邻接矩阵实现广度优先遍历: 1. 从起点开始,将起点入队 2. 当队列不为空时,取出队头元素 3. 将队头元素标记为已访问 4. 将队头元素的所有未访问的邻结点入队 5. 重复步骤2-4直到遍历完整张 邻接表实现的深度优先遍历: 1. 从起点开始,将起点标记为已访问 2. 从起点开始,遍历起点的所有未访问的邻结点 3. 对于遍历到的邻结点,重复步骤1和2,直到遍历完整张 邻接表实现广度优先遍历: 1. 从起点开始,将起点入队 2. 当队列不为空时,取出队头元素 3. 将队头元素标记为已访问 4. 将队头元素的所有未访问的邻结点入队 5. 重复步邻接矩阵实现的深度优先遍历: 1. 从第一个顶点开始,标记该顶点已遍历 2. 遍历该顶点的所有邻接顶点,如果该邻接顶点未被遍历,则递归遍历 3. 遍历完所有邻接顶点后,返回上一层递归 邻接矩阵实现广度优先遍历: 1. 从第一个顶点开始,标记该顶点已遍历 2. 将该顶点的所有邻接顶点加入队列 3. 从队列中取出一个顶点,如果该顶点未被遍历,则标记该顶点已遍历,并将该顶点的所有邻接顶点加入队列 4. 重复步骤3直到队列为空 邻接表实现的深度优先遍历: 1. 从第一个顶点开始,标记该顶点已遍历 2. 遍历该顶点的所有邻接顶点,如果该邻接顶点未被遍历,则递归遍历 3. 遍历完所有邻接顶点后,返回上一层递归 邻接表实现广度优先遍历: 1. 从第一个顶点开始,标记该顶点已遍历 2. 将该顶点的所有邻接对于邻接矩阵邻接表实现的深度优先遍历,都是首先从起点开始遍历,标记起点为已访问,然后遍历起点的所有未访问的邻结点,对于遍历到的邻结点,重复步骤1和2,直到遍历完整张。对于邻接矩阵邻接表实现广度优先遍历,都是首先从起点开始遍历,将起点入队,当队列不为空时,取出队头元素,标记为已访问,将队头元素的所有未访问的邻结点入队,重复步骤2-4直到遍历完整张.

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

_Kirito

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值