图的广度优先搜索(Broad First Search)
图的广度优先搜索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。
代码实现
package com.edu.graph;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
/**
* @Date 2020/6/3 17:27
* @Author by hp
* @Description 图
*/
public class Graph {
/**
* 存储顶点集合
*/
private ArrayList<String> vertexList;
/**
* 存储图对应的邻接矩阵
*/
private int[][] edges;
/**
* 表示边的数目
*/
private int numOfEdges;
/**
* 记录某个节点是否被访问
*/
private boolean[] isVisited;
public Graph(int n) {
edges = new int[n][n];
vertexList = new ArrayList<String>(n);
numOfEdges = 0;
}
/**
* 对一个节点进行广度优先遍历
*
* @param isVisited 访问节点数组是否被访问
* @param i 节点
*/
private void bfs(boolean[] isVisited, int i) {
//表示队列的头结点对应的下标
int u;
//邻接节点w
int w;
//队列,记录节点访问的顺序
LinkedList<Integer> queue = new LinkedList<>();
//1.访问节点,输出节点信息
System.out.print(getValueByIndex(i) + "=>");
//标记已访问
isVisited[i] = true;
//2.将节点加入队列
queue.addLast(i);
//3.当队列非空时继续执行
while (!queue.isEmpty()) {
//4.取出队列的头结点下标
u = queue.removeFirst();
//5.得到第一个邻接节点的下标w
w = getFirstNeighbor(u);
//存在下一个邻接节点
while (w != -1) {
//没有被访问
if (!isVisited[w]) {
System.out.print(getValueByIndex(w) + "=>");
//6.1标记已访问
isVisited[w] = true;
//6.2入队
queue.addLast(w);
}
//6.3访问过,以 u 为前驱点,找w后面的下一个邻接节点
w = getNextNeighbor(u, w);
}
}
}
/**
* 遍历所有节点进行广度优先搜索
*/
public void bfs(){
isVisited=new boolean[vertexList.size()];
for (int i = 0; i < getNumOfVertex(); i++) {
if (!isVisited[i]){
bfs(isVisited,i);
}
}
}
/**
* 得到第一个邻接节点的下标
*
* @param index
* @return 如果存在就返回对应的下标,否则返回-1
*/
public int getFirstNeighbor(int index) {
for (int i = 0; i < vertexList.size(); i++) {
if (edges[index][i] > 0) {
return i;
}
}
return -1;
}
/**
* 根据前一个邻接节点的下标获取下一个邻接节点
*
* @param v1 节点v1
* @param v2 节点 v2
* @return 下一个邻接节点
*/
public int getNextNeighbor(int v1, int v2) {
//v2下标从0开始,所以要 +1
for (int i = v2 + 1; i < vertexList.size(); i++) {
if (edges[v1][i] > 0) {
return i;
}
}
return -1;
}
/**
* @return 边的数目
*/
public int getNumOfEdges() {
return numOfEdges;
}
/**
* @return 节点的个数
*/
public int getNumOfVertex() {
return vertexList.size();
}
/**
* 显示图对应的矩阵
*/
public void showGraph() {
for (int[] link : edges) {
System.err.println(Arrays.toString(link));
}
}
/**
* 返回节点i(下标)对应的数据 0->"A" 1->"B" 2->"C"
*
* @param i i(下标)
* @return 对应的数据
*/
public String getValueByIndex(int i) {
return vertexList.get(i);
}
/**
* @param v1 节点v1的下标
* @param v2 节点v2的下标
* @return 返回v1和v2的权值
*/
public int getWeight(int v1, int v2) {
return edges[v1][v2];
}
/**
* 插入节点
*
* @param vertex 节点
*/
public void insertVertex(String vertex) {
vertexList.add(vertex);
}
/**
* 添加边
*
* @param v1 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 权重
*/
public void insertEdge(int v1, int v2, int weight) {
edges[v1][v2] = weight;
edges[v2][v1] = weight;
numOfEdges++;
}
}