图
基本介绍
为什么要有图
前面我们学了线性表和树
线性表局限于一个直接前驱和一个直接后继的关系
树也只能有一个直接前驱也就是父节点
当我们需要 表示多对多的关系时, 这里我们就用到了图.
图的举例说明
图是一种 数据结构,其中结点可以具有零个或多个相邻元素。两个结点之间的连接称为边。 结点也可以称为
顶点。如图:
图的常用概念
顶点(vertex)
边(edge)
路径
无向图(右图
有向图
带权图
图的表示方式
图的表示方式有两种:二维数组表示(邻接矩阵);链表表示(邻接表)。
邻接矩阵
邻接矩阵是表示图形中顶点之间相邻关系的矩阵,对于 n 个顶点的图而言,矩阵的 row 和 col 表示的是 1…n
个点。
邻接表
邻接矩阵需要为每个顶点都分配 n 个边的空间,其实有很多边都是不存在,会造成空间的一定损失.
邻接表的实现只关心存在的边,不关心不存在的边。因此没有空间浪费,邻接表由数组+链表组成
举例说明, 如图:
图的基本创建
- 要求: 代码实现如下图结构.
- 思路分析 (1) 存储顶点 String 使用 ArrayList (2) 保存矩阵 int[][] edges
- 代码实现
public class Graph {
private ArrayList<String> vertexList;//存储定点集合
private int[][] edges; //存储图对应的邻接矩阵
private int numOfEdges; // 表示边的数目
public static void main(String[] args) {
//测试图的创建
int n = 5; //节点的个数
String VertexValue[] = {"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 :
VertexValue) {
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); //A-C
graph.insertEdge(1,2,1); //B-C
graph.insertEdge(1,3,1); //B-D
graph.insertEdge(1,4,1); //B-E
//显示矩阵
graph.showGraph();
}
//构造器
public Graph(int n){
//初始化矩阵 和 vertexList
edges = new int[n][n];
vertexList = new ArrayList<>();
numOfEdges = 0;
}
//图中常用的方法
//显示图对应的邻接矩阵
public void showGraph(){
for (int[] link :
edges) {
System.out.println(Arrays.toString(link));
}
}
//得到边的数目
public int getNumOfEdges(){
return numOfEdges;
}
//返回节点的个数
public int getNumOfVertex(){
return vertexList.size();
}
//返回节点i(下标) 对应的数据 0 -> "A" 1 -> "B" 2 -> "C"
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 “A”-"B" "A"->0 "B"->1
* @param v2 第二个顶点对应的下标
* @param weight 表示权值
*/
public void insertEdge(int v1, int v2, int weight){
edges[v1][v2] = weight;
edges[v2][v1] = weight;
numOfEdges++;
}
}
运行结果:
[0, 1, 1, 0, 0]
[1, 0, 1, 1, 1]
[1, 1, 0, 0, 0]
[0, 1, 0, 0, 0]
[0, 1, 0, 0, 0]