图简介
当需要表示多对多关系时候就需要图。
图的表示方法
- 邻接表
由数组+链表组成 - 邻接矩阵
两者的优缺点:
- 邻接矩阵牺牲空间换时间。
- 邻接表相较于邻接矩阵会节省空间,但查询时间是需要遍历链表的。
图的遍历
DFS与BFS
- DFS:深度优先搜索,主要由栈和递归实现。
- BFS:广度优先搜索,主要由队列实现。
代码实现
广度优先搜索,主要由队列实现
public class Graph {
private int[][] graph;//邻接矩阵图
private boolean[] isVisit;
private int nodeNum;
public Graph(int[][] graph, int nodeNum) {
this.graph = graph;
this.nodeNum = nodeNum;
}
public void DFS() {
if (graph == null) return;
Stack<Integer> stack = new Stack<>();
isVisit = new boolean[nodeNum];
stack.push(0);
isVisit[0] = true;
while (!stack.isEmpty()) {
int node = stack.pop();
System.out.print(node + "->");
for (int i = 0; i < nodeNum; i++) {
if (graph[node][i] == 1 && !isVisit[i]) {
stack.push(i);
isVisit[i] = true;
}
}
}
}
public void BFS() {
if (graph == null) return;
Queue<Integer> queue = new LinkedList<>();
isVisit = new boolean[nodeNum];
queue.offer(0);
isVisit[0] = true;
while (!queue.isEmpty()) {
int node = queue.poll();
System.out.print(node + "->");
for (int i = 0; i < nodeNum; i++) {
if (graph[node][i] == 1 && !isVisit[i]) {
queue.offer(i);
isVisit[i] = true;
}
}
}
}
}
并查集
并查集的作用
- 维护无向图的连通性。支持判断两个点是否在同一连通块内。
- 判断增加一条边是否会产生环:用在求解最小生成树的Kruskal算法里。
最小生成树
在一个图中,可以联通所有节点并且不形成环的树的集合叫做生成树集合,其中,所有权重之和最小的树叫最小生成树。最小生成树的形成有2种算法,Kruskal和Prim算法。
Kruskal算法思路
- 将所有边按照从小到大排序。
- 依次弹出边放入图中,如果不会形成环则ok,如果会形成环则放弃这条边。
java实现:
public int kruskal() {
int res = 0;
//并查集
int[] checkAndSet = new int[nodeNum + 1];
//初始化值为-1
for (int i = 0; i < nodeNum + 1; i++) {
checkAndSet[i] = -1;
}
while (!q.isEmpty()) {
Edge e = q.poll();
int root1 = e.node1;
int root2 = e.node2;
while (checkAndSet[root1] != -1) {
root1 = checkAndSet[root1];
}
while (checkAndSet[root2] != -1) {
root2 = checkAndSet[root2];
}
if (root1 != root2) {
//说明无环
checkAndSet[root2] = root1;
res += e.dis;
}
}
return res;
}
prim算法思路
- 将图分为2个集合,一个是遍历过的节点集合,另一个是没遍历过的节点集合。
- 对于遍历过的集合对外找到最小边,将这个节点加入遍历过的节点集合。
public int prim() {
int res = 0;
//保存是否遍历过
boolean[] isVisit = new boolean[nodeNum + 1];
//优先队列,存储当前已遍历集合对外的权值。
Queue<Pair> pqueue = new PriorityQueue<>(new Comparator<Pair>() {
@Override
public int compare(Pair o1, Pair o2) {
return o1.dis - o2.dis;
}
});
//将1以及边加入优先队列
for (int i = 1; i <= nodeNum; i++) {
if (graph[1][i] != 0) {
pqueue.offer(new Pair(i, graph[1][i]));
}
}
isVisit[1] = true;
while (!pqueue.isEmpty()) {
Pair p = pqueue.poll();
if (isVisit[p.node]) continue;
for (int i = 1; i <= nodeNum; i++) {
if (graph[p.node][i] != 0) {
pqueue.offer(new Pair(i, graph[p.node][i]));
}
}
res += p.dis;
isVisit[p.node] = true;
}
return res;
}