两种算法可以对图进行遍历:广度优先 搜索(Breadth-First Search,BFS)和深度优先搜索(Depth-First Search,DFS)。图遍历可以用来 寻找特定的顶点或寻找两个顶点之间的路径,检查图是否连通,检查图是否含有环等。
首先需要了解一下图的遍历思想:图的遍历思想是必须追踪每一个访问的节点,并且追踪哪些节点还没有被完全探索,对于两种图的遍历算法,都需要明确指出第一个被访问的顶点。完全探索一个顶点要求我们查看该顶点的每一条边。对于每一条边所连接的没有被访问过的 顶点,将其标注为被发现的,并将其加进待访问顶点列表中。
注意,为了保证算法的效率,务必访问每个顶点至多两次。连通图的每条边和顶点都会被访问到。(连通图是每两个顶点都存在路径,则是连通图,如果图的两个顶点在双向上都存在路径,则图是强连通的)
下面介绍一下,广度优先探索,此算法是从指定的第一个顶点开始遍历图,先访问其所有的相邻点通俗的说就是一层层的遍历。
这里要注意,顶底访问的标记:
- 白色:表示该顶点还没有被访问。
- 灰色:表示该顶点被访问过,但并未被探索过
- 黑色:表示该顶点被访问过且被完全探索过。
顶点v开始的广度优先搜索算法所遵循 算法:
(1) 创建一个队列Q。
(2) 将v标注为被发现的(灰色),并将v入队列Q。
(3) 如果Q非空,则运行以下步骤:
(a) 将u从Q中出队列;
(b) 将标注u为被发现的(灰色);
(c) 将u所有未被访问过的邻点(白色)入队列;
(d) 将u标注为已被探索的(黑色)。
function Dictionary() {
var item = {};//注意此处是一个Object对象,不是数组中存储元素
this.has = function (key) {
return key in item;//判断key是不是item对象中的一个属性。
}
this.set = function (key, value) {
item[key] = value;//将value设为item对象的key属性的值;添加新的值或更新一个已有的值。
}
this.remove = function (key) {
if (this.has(key)) {
delete item[key];//使用js中的delete操作符来从item中移除key属性;
return true;
} else {
return false;
}
}
this.get = function (key) {
return this.has(key) ? item[key] : undefined;
}
this.values = function () {
var values = [];
for (var k in item) {
if (this.has(k)) {
values.push(item[k])//以数组的形式返回字典中所有的values实例的值。
}
}
return values;
}
this.keys = function () {
var keys = [];
for (var k in item) {
if (this.has(k)) {
keys.push(k)//以数组的形式返回字典中所有的values实例的值。
}
}
return keys;
}
this.getItems = function () {
return item;
}
}
function Queue() {
var items = [];
this.enqueue = function (element) {
items.push(element);
}
this.dequeue = function () {
return items.shift();
};
this.front = function () {
return items[0];
};
this.isEmpty = function () {
return items.length == 0;
};
this.size = function () {
return items.length;
};
}
function Graph() {
var vertices = [];
var adjList = new Dictionary();
this.addVertex = function (v) {//添加新的顶点
vertices.push(v);//添加顶点
adjList.set(v, []);
}
this.addEdge = function (v, w) {
adjList.get(v).push(w);//v--->w的边
adjList.get(w).push(v);//w--->v的边,
//如果是无向图,则有一个语句就行了。此处表述的是有向图;
}
this.toString = function () {
var s = '';
for (var i = 0; i < vertices.length; i++) {
s += vertices[i] + ' -> ';
var neighbors = adjList.get(vertices[i]);
for (var j = 0; j < neighbors.length; j++) {
s += neighbors[j] + ' ';
}
s += '\n';
}
return s;
};
var initializeColor = function () {
var color = [];
for (var i = 0; i < vertices.length; i++) {
color[vertices[i]] = 'white';
}
return color;
}
var initializeColor = function(){
var color = [];
for (var i=0; i<vertices.length; i++){
color[vertices[i]] = 'white'; //{1}
}
return color;
};
this.bfs = function(v, callback){
var color = initializeColor(),
queue = new Queue();
queue.enqueue(v);
while (!queue.isEmpty()){
var u = queue.dequeue(),
neighbors = adjList.get(u);
color[u] = 'grey';
for (var i=0; i<neighbors.length; i++){
var w = neighbors[i];
if (color[w] === 'white'){
color[w] = 'grey';
queue.enqueue(w);
}
}
color[u] = 'black';
if (callback) {
callback(u);
}
}
};
}
function printNode(value) {
console.log('Visited vertex: ' + value);
}
var graph = new Graph();
var myVertices = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I'];
for (var i = 0; i < myVertices.length; i++) { //添加顶点
graph.addVertex(myVertices[i]);
}
graph.addEdge('A', 'B');
graph.addEdge('A', 'C');
graph.addEdge('A', 'D');
graph.addEdge('C', 'D');
graph.addEdge('C', 'G');
graph.addEdge('D', 'G');
graph.addEdge('D', 'H');
graph.addEdge('B', 'E');
graph.addEdge('B', 'F');
graph.addEdge('E', 'I');
console.log(graph.toString());
graph.bfs(myVertices[0], printNode);