DFS:
图的深度优先搜索:
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。
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。 显然,深度优先搜索是一个递归的过程.
代码展示:
可在我看来,如下代码至是为了更好的了解,把部分代码更详细的写了出来,二针对实际算法题的话,有些可能就是一行代码概括了或者换了一种想法,比如:"得到第一个邻接结点的下标","根据前一个邻接结点的下标来获取下一个邻接结点",所以要记得DFS(深度优先搜索)的代码思想和求解必要步骤.
package lession.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;//边的数目
//判断某个结点是否被访问
private boolean[] isVisited;
public static void main(String[] args) {
int n = 5;//结点的个数
String vertexValue[] = {"A", "B", "C", "D", "E"};
//创建图对象
Graph graph = new Graph(n);
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);
graph.insertEdge(0, 2, 1);
graph.insertEdge(1, 2, 1);
graph.insertEdge(1, 3, 1);
graph.insertEdge(1, 4, 1);
graph.showGraph();
//测试dfs
System.out.println("dfs:");
graph.dfs();
}
public Graph(int n) {
//初始化矩阵
edges = new int[n][n];
vertexList = new ArrayList<>(n);
numOfEdges = 0;
isVisited = new boolean[5];
}
//得到第一个邻接结点的下标
/**
* @param index 如果存在就返回对应的下标
* @return
*/
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;
}
//深度优先搜索
//i第一次=0
private void dfs(boolean[] isVisited, int i) {
//首先返回该结点
System.out.print(getValueByIndex(i) + "->");
//将该节点设置为已访问
isVisited[i] = true;
//查找结点i的第一个邻接结点
int w = getFirstNeighbor(i);
while (w != -1) {//说明有
if (!isVisited[w]) {
dfs(isVisited, w);
}
//如果w已经被访问了
w = getNextNeighbor(i, w);
}
}
//对dfs进行重载,遍历所有结点
public void dfs() {
//遍历所有结点进行dfs(回溯)
for (int i = 0; i < getNumOfEdges(); i++) {
if (!isVisited[i]) {
dfs(isVisited, i);
}
}
}
//返回节点的个数
public int getNumOfVertex() {
return vertexList.size();
}
//得到边的数目
public int getNumOfEdges() {
return numOfEdges;
}
//返回节点i的下标对应的数据 0->A 1->B
public String getValueByIndex(int i) {
return vertexList.get(i);
}
//返回v1和v2的权值(再矩阵里边对应的值)
public int getWeight(int v1, int v2) {
return edges[v1][v2];
}
//图的矩阵的显示
public void showGraph() {
for (int[] links : edges) {
System.out.println(Arrays.toString(links));
}
}
//插入定点
void insertVertex(String vertex) {
vertexList.add(vertex);
}
//添加边
/**
* @param v1 表示点的下标(第几个顶点) "A"-"B" "A"->0 "B"->1
* @param v2 表示第二个下标的顶点
* @param weight 表示矩阵里他们的值
*/
public void insertEdge(int v1, int v2, int weight) {
edges[v1][v2] = weight;
numOfEdges++;
}
}
例题:
## 题目描述
鳌头山上有 n 个观景点,观景点两两之间有游步道共 m 条。高手的那个它,不喜欢太刺激的过程,因此那些没有路的观景点高手是不会选择去的。另外,她也不喜欢去同一个观景点一次以上。而高手想让他们在一起的路程最长(观景时它不会理高手),已知高手的穿梭机可以让他们在任意一个观景点出发,也在任意一个观景点结束。
## 输入格式
第一行,两个用空格隔开的整数 n 、 m 之后 m 行,为每条游步道的信息:两端观景点编号、长度。
## 输出格式
一个整数,表示他们最长相伴的路程。
样例 #1
样例输入 # 1
4 6
1 2 10
2 3 20
3 4 30
4 1 40
1 3 50
2 4 60
样例输出 # 1
150
代码如下:
package lession.graph;
import java.util.*;
public class LongestCompanionPath {
private static List<List<int[]>> adjacencyList;//邻接表
private static boolean[] visited;//判断是否被访问了
private static int maxLength;//最大长度
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
int n = scanner.nextInt();
int m = scanner.nextInt();
adjacencyList = new ArrayList<>(n + 1);
for (int i = 0; i <= n; i++) {
adjacencyList.add(new ArrayList<>());
}
for (int i = 0; i < m; i++) {
int u = scanner.nextInt();
int v = scanner.nextInt();
int length = scanner.nextInt();
//添加边
adjacencyList.get(u).add(new int[]{v, length});
adjacencyList.get(v).add(new int[]{u, length});
}
visited = new boolean[n + 1];
maxLength = 0;
for (int i = 1; i <= n; i++) {
dfs(i, 0);
}
System.out.println(maxLength);
}
private static void dfs(int vertex, int lengthSoFar) {
visited[vertex] = true;
maxLength = Math.max(maxLength, lengthSoFar);
for (int[] neighbor : adjacencyList.get(vertex)) {
int neighborVertex = neighbor[0];
int neighborLength = neighbor[1];
if (!visited[neighborVertex]) {
dfs(neighborVertex, lengthSoFar + neighborLength);
}
}
//为了回溯使用
visited[vertex] = false;
}
}
该题我还完全理解,还在deBug !!!
BFS:
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
代码如下:
package lession.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;//边的数目
//判断某个结点是否被访问
private boolean[] isVisited;
public static void main(String[] args) {
int n = 5;//结点的个数
String vertexValue[] = {"A", "B", "C", "D", "E"};
//创建图对象
Graph graph = new Graph(n);
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);
graph.insertEdge(0, 2, 1);
graph.insertEdge(1, 2, 1);
graph.insertEdge(1, 3, 1);
graph.insertEdge(1, 4, 1);
graph.showGraph();
//测试dfs
System.out.println("dfs:");
graph.dfs();
System.out.println("bfs:");
graph.bfs();
}
public Graph(int n) {
//初始化矩阵
edges = new int[n][n];
vertexList = new ArrayList<>(n);
numOfEdges = 0;
isVisited = new boolean[5];
}
//得到第一个邻接结点的下标
/**
* @param index 如果存在就返回对应的下标
* @return
*/
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;
}
//对一个结点进行广度优先遍历
private void bfs(boolean[] isVisited, int i) {
int u;//表示队列的头节点对应的下标
int w;//第一个邻接结点的下标
//队列,结点的一个访问顺序
LinkedList<Object> queue = new LinkedList<>();
//访问结点,输出信息
System.out.print(getValueByIndex(i) + "->");
isVisited[i] = true;
queue.addLast(i);
while (!queue.isEmpty()) {
//取出队列的头节点
u = (Integer) queue.removeFirst();
//得到第一个邻接点的下标
w = getFirstNeighbor(u);
while (w != -1) {//找到
if (!isVisited[w]) {
System.out.print(getValueByIndex(w) + "->");
isVisited[w] = true;
queue.addLast(w);
}
//以u为前驱点,找w的后继第一个结点
w = getNextNeighbor(u, w);//体现广度优先
}
}
}
public void bfs() {
//遍历所有结点,广度优先搜索
for (int i = 0; i < getNumOfEdges(); i++) {
if (!isVisited[i]) {
bfs(isVisited, i);
}
}
}
//返回节点的个数
public int getNumOfVertex() {
return vertexList.size();
}
//得到边的数目
public int getNumOfEdges() {
return numOfEdges;
}
//返回节点i的下标对应的数据 0->A 1->B
public String getValueByIndex(int i) {
return vertexList.get(i);
}
//返回v1和v2的权值(再矩阵里边对应的值)
public int getWeight(int v1, int v2) {
return edges[v1][v2];
}
//图的矩阵的显示
public void showGraph() {
for (int[] links : edges) {
System.out.println(Arrays.toString(links));
}
}
//插入定点
void insertVertex(String vertex) {
vertexList.add(vertex);
}
//添加边
/**
* @param v1 表示点的下标(第几个顶点) "A"-"B" "A"->0 "B"->1
* @param v2 表示第二个下标的顶点
* @param weight 表示矩阵里他们的值
*/
public void insertEdge(int v1, int v2, int weight) {
edges[v1][v2] = weight;
numOfEdges++;
}
}