数据结构笔记_42 图的广度优先遍历（BFS）

一、BFS思想：

二、算法步骤：

无向图的广度优先遍历可以理解为层次遍历。从A开始，先从第一层找B、C都可以，找不到了，再往下走把B这一层都给访问了，找到D、E。

核心代码：

测试：

完整代码：

package com.huey.graph;

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

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();
		System.out.println();

		System.out.println("广度优先:");
		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() {
		isVisited = new boolean[5];
		// 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);
			}
		}
	}

	// 对一个结点进行广度优先遍历的方法
	private void bfs(boolean[] visited, int i) {
		int u;// 表示队列的头节点对应的下标
		int w;// 邻接结点w
		// 队列，结点访问的顺序
		LinkedList queue = new LinkedList();// 有两个方法，可以当作队列使用：addLast()和removeFirst()
		// 访问节点
		System.out.print(getValueByIndex(i) + "=>");
		// 标记为已访问
		isVisited[i] = true;
		// 将结点加入队列
		queue.addLast(i);

		while (!queue.isEmpty()) {
			// 取出队列的头节点下标
			u = (Integer) queue.removeFirst();// 自动拆箱,queue取出来之后是个Integer类型，u是int类型。
			// 就通过这个u找到其第一个邻接结点的下标
			// 得到第一个邻接结点的下标 w
			w = getFirstNeighbor(u);
			while (w != -1) {// 找到
				// 是否访问过
				if (!isVisited[w]) {
					System.out.print(getValueByIndex(w) + "=>");
					// 标记已经访问
					isVisited[w] = true;
					// 入队列
					queue.addLast(w);
				}
				// 以u 为前驱点，找w 后面的下一个邻接点。（已经访问过了？没事！继续往后面访问）
				w = getNextNeighbor(u, w);// 查找u这一行的，w的邻接点【体现出广度优先】
				// 不通的时候，while循环就不走了，到上面去判断队列是否为空。只要不为空，就从队列头部弹一个出来
			}
		}

	}

	// 遍历所有的结点，都进行广度优先搜索
	public void bfs() {
		isVisited = new boolean[5];
		for (int i = 0; i < getNumOfVertex(); i++) {
			if (!isVisited[i]) {
				bfs(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++;
	}
}