数据结构笔记_41 图的深度优先遍历（DFS）

一、何为图的遍历？

二、DFS步骤：

详细过程（不必细看，看回溯的位置，再看结论即可）

进入B，找B的第一个邻接结点是A，已经访问过，故根据（i = 1，w = 0)去找下一个邻接结点。v1=1，v2=0。进入for，判断edges[1][1]是否>0,不大于0，for循环步长加一，判断edges[1][2]是否大于0，是大于的。返回 j = 2.此时，w接受返回值，被赋值为2.再进行while判断，w！=-1成立。判断下标为2的结点（即C）是否被访问过，没有，再次进入dfs，传入w = 2，通过索引2找到C，输出C。将C设置为已访问。开始查找C的第一个邻接结点，传入2，index被赋值为2,edges[2][0]，大于0成立，返回j = 0；w更新为0；while判断w != -1成立，说明有结点，再判断该结点是否被访问过，这个结点就是A，被访问过。不进入if，开始找下一个邻接结点，传入i = 2,w = 0; v1 = 2,v2 = 0; j = v2+1 = 1，判断edges[2][1]是否大于0，是大于的。返回j = 1，w被赋值为1，再次while，w != -1,成立，进入，判断B是否被访问过，是访问过的。不进入if，i = 2,w = 1传入，v1 = 2,v2 = 1，j = v2+1 = 2，判断edges[2][2]是否大于0，不大于，步长加一，判断edges[2][3]是否大于0，不大于0；步长加一，判断edges[2][4]是否大于0，不大于0；不满足for 条件，退出for，返回j = -1。所以，w被赋值为-1,不满足while条件：w != -1，说明没有未访问结点与之（C）相邻。回溯！ 此时，i = 1, w = 2，v1 = 1,v2 = 2；j = v2+1 = 3，判断edges[1][3]是否大于1，满足，返回j = 3，w 被赋值为3，满足w != -1；判断3号结点（D）是否被访问过，是没有的，开始以D为起点，开始dfs，进入后先根据下标，获取了“D”，并打印。标记为已访问。传入getFirstNeighbor方法中的参数i = 3，找3的第一个邻接结点的下标，首先判断edges[3][0]是否大于0，不大于，步长j ++ 后为1;判断edges[3][1]是否大于0，是大于的，返回j = 1; w 被赋值为1,进入while ，w != -1 成立，进去判断1（B）是否被访问过，被访问过，开始找下一个，i = 3,w = 1，传入v1 = 3,v2 = 1,j =v2+1 = 2，判断edges[3][2]是否大于0，不大于，步长加一继续判断；判断edges[3][3]是否大于0，不大于，步长加一继续判断；判断edges[3][4]是否大于0，不大于，不满足for，退出返回-1，w 被赋值为-1，不满足while ，回溯！ 此时，i = 1, w = 3，v1 = 1,v2 = 3；j = v2+1 = 4，判断edges[1][4]是否大于1，满足，返回j = 4，w被赋值为4,满足w ！= -1，判断4号结点是否被访问过，没有的，开始以E为起点，开始dfs，同理，输出E，标记已访问，i = 4传入getFirstNeighbor，寻找第一个邻接结点的下标。4-0没有，4-1有了。返回j = 1,w被重新赋值为1，满足w != -1，判断1号结点是否被访问过，被访问过。i = 4,w = 1，传入v1 = 4,v2 = 1，j = v2+1 = 2，判断edges[4][2]是否大于0，不大于，步长加一；判断edges[4][3]是否大于0，不大于，步长加一；判断edges[4][4]是否大于0，不大于，退出for，返回-1，w 被赋值为-1,不满足while ,回溯！ i = 1,w = 4，传入v1 = 1,v2 = 4，j = v2+1 = 5，不满足for 直接退出！返回-1，回溯！ i= 0，w = 1，传入v1 = 0,v2 = 1,j = v2+1 = 2,返回2，w被赋值为2，进入while，判断2号结点是否被访问过，被访问过…(略)

1. 从A开始，找到B；
2. 从B开始，找到C；
3. 从C开始，啥也没找到！
4. 回溯到B，找到了D。也就是说，这是再查找当前结点（B）的邻接结点（C）的下一个结点（D）。
5. D（在第四行）没找到E。
6. 回溯到B，找到E。

略…

以上过程的核心要义：一条路走到黑，如果没走通，就回到最后一个节点的上一个节点，然后在这个节点换一条路再走。

三、代码

1、DFS核心代码：

对照步骤，看代码逻辑：

2、DFS完整代码：

package com.huey.graph;

import java.util.ArrayList;
import java.util.Arrays;

public class Graph {

	private ArrayList<String> vertexList;// 存储顶点的集合
	private int[][] edges;// 存储图对应的邻接矩阵
	private int numOfEdges;// 表示边的数目
	// 定义一个数组boolean[]，记录某个结点是否被访问过
	private boolean[] isVisited;

	public static void main(String[] args) {
		// 测试图是否创建成功
		int n = 5;// 结点的个数
		String Vertexs[] = { "A", "B", "C", "D", "E" };
		// 创建图对象
		Graph graph = new Graph(n);
		// 循环添加结点
		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);

		// 显示邻接矩阵
		graph.showGraph();

		// 测试dfs遍历
		System.out.println("深度遍历：");
		graph.dfs();//


	}

	// 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;
		isVisited = new boolean[n];
	}

	// 得到第一个邻接结点的下标 w
	/**
	 * @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 j = 0; j < vertexList.size(); j++) {
			if (edges[index][j] > 0) {
				return j;
			}
		}
		return -1;
	}

	// 根据前一个邻接结点的下标来获取下一个邻接结点
	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第一次是0
	public void dfs(boolean[] isVisited, int i) {
		// 首先我们访问该节点，输出
		System.out.print(getValueByIndex(i) + "->");
		// 将结点设置为已经访问过
		isVisited[i] = true;
		// 查找结点i的第一个邻接结点w
		int w = getFirstNeighbor(i);
		while (w != -1) {// 说明有
			if (!isVisited[w]) {
				dfs(isVisited, w);
			}
			// 如果w结点已经被访问过
			w = getNextNeighbor(i, w);// i是正在被访问的结点
		}
	}

	// 对dfs 进行一个重载，遍历我们所有的结点，并进行 dfs
	public void dfs() {
		// 遍历所有的结点，进行dfs（回溯）
		for (int i = 0; i < getNumOfVertex(); i++) {
			if (!isVisited[i]) {
				dfs(isVisited, i);
			}
		}
	}

	// 图中常用的方法
	// 返回结点的个数
	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));
		}
	}

	// 得到边的个数
	public int getNumOfEdges() {
		return numOfEdges;
	}

	// 返回结点i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][2];
	}

	// 插入顶点
	public void insertVertex(String vertex) {
		vertexList.add(vertex);
	}

	// 添加边
	/**
	 * @param v1     表示点的下标，即第几个顶点 "A"-"B" "A"->0 "B"->1
	 * @param v2     第二个顶点对应的下标
	 * @param weight 值
	 */
	public void insertEdge(int v1, int v2, int weight) {
		edges[v1][v2] = weight;
		edges[v2][v1] = weight;
		numOfEdges++;
	}
}

3、测试：