图遍历介绍
所谓图的遍历,即是对结点的访问。一个图有那么多个结点,如何遍历这些结点,需要特定策略,一般有两种访问策略:
(1)深度优先遍历
(2)广度优先遍历
深度优先遍历基本思想
图的深度优先搜索(Depth First Search) 。
1)深度优先遍历,从初始访问结点出发,初始访问结点可能有多个邻接结点,深度优先遍历的策略就是首先访问第一个邻接结点,然后再以这个被访问的邻接结点作为初始结点,访问它的第一个邻接结点, 可以这样理解:每次都在访问完当前结点后首先访问当前结点的第一个邻接结点。
2)我们可以看到,这样的访问策略是优先往纵向挖掘深入,而不是对一个结点的所有邻接结点进行横向访问。
3)显然,深度优先搜索是一个递归的过程。
深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)查找结点v的第一个邻接结点w。
3)若w存在,则继续执行4,如果w不存在,则回到第1步,将从v的下一个结点继续。
4)若w未被访问,对w进行深度优先遍历递归(即把w当做另一个v,然后进行步骤123)。
5)查找结点v的w邻接结点的下一个邻接结点,转到步骤3。
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。
以当前图为例进行深度,广度优先遍历,图的存储方法为矩阵存储:
代码实现:
package com.atguigu.graph;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
public class Graph {
private ArrayList<String> vertexList; // 存储顶点集合
private int[][] edges; // 存储图对应的邻结矩阵
private int numOfEdges; // 表示边的数目
// 定义给数组boolean[], 记录某个节点是否被访问
private boolean[] isVisited;
public static void main(String[] args) {
// 测试一把
int n = 5;
String[] vertexs = new String[] { "A", "B", "C", "D", "E" };
// 创建图对象
Graph graph = new Graph(n);
// 循环的添加节点
for (String vertex : vertexs) {
graph.insertVertex(vertex);
}
// 添加边
// A-B A-C B-C B-D B-E
graph.insertEdge(0, 1, 1); // A-B
graph.insertEdge(0, 2, 1); //
graph.insertEdge(1, 2, 1); //
graph.insertEdge(1, 3, 1); //
graph.insertEdge(1, 4, 1); //
// 显示邻结矩阵
graph.showGraph();
System.out.println("深度遍历:");
graph.dfs();
System.out.println();
System.out.println("广度优先遍历");
graph.bfs();
}
// 构造器
public Graph(int n) {
// 初始化矩阵和vertexList
edges = new int[n][n];
vertexList = new ArrayList<String>(n);
numOfEdges = 0;
}
// 得到第一个邻接点的下标 w
/**
*
* @param index
* 当前节点的下标
* @return 如果存入在就返回对应的下标,否则返回-1
*/
public int getFirstNeighbor(int index) {
for (int j = 0; j < vertexList.size(); j++) {
if (edges[index][j] > 0) {
return j;
}
}
return -1;
}
// 根据前一个邻接点的下标来获取下一个邻接节点
public int getNextNeighbor(int v1, int v2) {
for (int j = v2 + 1; j < vertexList.size(); j++) {
if (edges[v1][j] > 0) {
return j;
}
}
return -1;
}
// 深度优先遍历算法
// i 第一次就是0
private void dfs(boolean[] isVisited, int i) {
// 首先将我们访问的节点输出
System.out.print(vertexList.get(i) + "->");
// 将节点设置为已经访问
isVisited[i] = true;
// 查找节点i的第一个邻接点w
int w = getFirstNeighbor(i);
while (w != -1) {
// 说明找到了
if (!isVisited[w]) {
dfs(isVisited, w);
}
// 如果w被访问过
w = getNextNeighbor(i, w);
}
}
// 对dfs进行一个重载,遍历我们所有的节点,并进行dfs
public void dfs() {
isVisited = new boolean[vertexList.size()];
// 遍历所有的节点,进行dfs[回溯]
for (int i = 0; i < getNumOfvertex(); i++) {
if (!isVisited[i]) {
dfs(isVisited, i);
}
}
}
// 广度优先遍历
// i从0开始
public void bfs(boolean[] isVisited, int i) {
int u; // 表示队列的首元素的下标
int w; // 表示邻接点w
// 队列,记录节点访问顺序
LinkedList queue = new LinkedList();
// 访问节点,输出节点信息
System.out.print(getValueByIndex(i) + "=>");
// 标记为已访问
isVisited[i] = true;
// 将节点加入队列
queue.addLast(i);
while (!queue.isEmpty()) {
// 取出队列的头部节点下标
u = (Integer) queue.removeFirst();
// 得到第一个邻接点的下标w
w = getFirstNeighbor(u);
while (w != -1) {
if (!isVisited[w]) {
System.out.print(getValueByIndex(w) + "=>");
// 标记已访问
isVisited[w] = true;
// 入队
queue.addLast(w);
}
// 以u为前驱点,找w后面的下一个邻接点
w = getNextNeighbor(u, w);
}
}
}
// 重载bfs,考虑到非连通无向图
public void bfs() {
isVisited = new boolean[getNumOfvertex()];
for (int i = 0; i < getNumOfvertex(); i++) {
if (!isVisited[i]) {
bfs(isVisited, i);
}
}
}
// 图中常用的方法
// 返回节点的个数
public int getNumOfvertex() {
return vertexList.size();
}
// 显示图对应的矩阵
public void showGraph() {
for (int[] link : edges) {
System.out.println(Arrays.toString(link));
}
}
// 得到边的数目
public int getNumOfEdges() {
return numOfEdges;
}
// 返回节点i(下标)对应的数据
public String getValueByIndex(int i) {
return vertexList.get(i);
}
// 返回v1和v2的权值
public int getWeight(int v1, int v2) {
return edges[v1][v2];
}
// 插入节点
public void insertVertex(String vertex) {
vertexList.add(vertex);
}
// 添加边
/**
*
* @param v1
* 表示点的下标即是第几个顶点
* @param v2
* 第二个顶点对应的下标
* @param weight
* 这两个节点边的权值
*/
public void insertEdge(int v1, int v2, int weight) {
edges[v1][v2] = weight;
edges[v2][v1] = weight;
numOfEdges++;
}
}