1.基本介绍
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。结点可以称之为顶点。如图:
图可以分为有向图、无向图、带权图。
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)。
邻接矩阵是表示图形中顶点之间相邻关系的矩阵,对于n个顶点而言,矩阵是的row和col表示的是1....n个点.如图所示:
邻接表
①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。
②邻接表的实现只关心存在的边,不关心不存在的边。因此没有空间兰妃,邻接表由数组+链表组成。如图所示:
2.深度优先遍历
基本思想:
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。
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,则回到第一步,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当作另一个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.
代码实现:
public void dfs(boolean []isVisited,int i){
//首先我们访问该结点,输出
System.out.print(getValueByIndex(i)+"-->");
//将结点设置为已经访问
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);
}
w=getNextNeighbor(i,w);
}
}
//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[vertexList.size()];
for(int i=0;i<vertexList.size();i++){
if(!isVisited[i]){
dfs(isVisited,i);
}
}
}
3.广度优先遍历
基本思想: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,以便按这个顺序访问这些结点的邻接结点。
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。
⑥若结点的邻接结点w不存在,则转到步骤3,否则循环执行以下步骤:
1.若结点w尚未被访问,,则访问结点w并标记为已访问。
2.结点w队列。
3.查找结点u的继w邻接结点后一个邻接结点w,转到步骤6.
代码实现:
public void bfs(boolean []isVisited,int i){
int u;// 表示队列的头结点对应下标
int w;// 邻接结点w
// 队列,记录结点访问的顺序
LinkedList queue = new LinkedList();
// 访问结点,输出结点信息
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()){
//取出队列的头结点下标
u= (int) queue.removeFirst();
//得到第一个邻接结点的下标 w
w=getFirstNeighbor(i);
while (w!=-1){
//是否访问过
if(!isVisited[w]){
System.out.print(getValueByIndex(w) + "=>");
//标记已经访问
isVisited[w]=true;
//入队
queue.addLast(w);
}
//以u为前驱点,找w后面的下一个邻结点
w=getNextNeighbor(u,w);
}
}
}
//遍历所有的结点,都进行广度优先搜索
public void bfs(){
isVisited=new boolean[vertexList.size()];
for (int i=0;i<vertexList.size();i++){
if(!isVisited[i]){
bfs(isVisited,i);
}
}
}
结合上述的两种遍历方式,下面是它们的测试的代码全部:
import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
public class Graph {
public static void main(String[] args) {
// String Vertexs[] = {"A", "B", "C", "D", "E"};
String Vertexs[] = {"1", "2", "3", "4", "5", "6", "7", "8"};
//创建图对象
Graph graph = new Graph(Vertexs.length);
//循环的添加顶点
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); //
//更新边的关系
graph.insertEdge(0, 1, 1);
graph.insertEdge(0, 2, 1);
graph.insertEdge(1, 3, 1);
graph.insertEdge(1, 4, 1);
graph.insertEdge(3, 7, 1);
graph.insertEdge(4, 7, 1);
graph.insertEdge(2, 5, 1);
graph.insertEdge(2, 6, 1);
graph.insertEdge(5, 6, 1);
//显示一把邻结矩阵
graph.showGraph();
System.out.println("深度遍历");
graph.dfs();
System.out.println("广度优先!");
graph.bfs();
}
private ArrayList<String> vertexList;// 存储顶点的集合
private int[][] edges;// 存储图的邻接矩阵
private int numOfEdges;// 表示边的数目
//定义给数组boolean[], 记录某个结点是否被访问
private boolean []isVisited;
// 构造器
public Graph(int n) {
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 i=0;i<vertexList.size();i++){
if(edges[index][i]>0){
return i;
}
}
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 第一次就是 0
public void dfs(boolean []isVisited,int i){
//首先我们访问该结点,输出
System.out.print(getValueByIndex(i)+"-->");
//将结点设置为已经访问
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);
}
w=getNextNeighbor(i,w);
}
}
//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[vertexList.size()];
for(int i=0;i<vertexList.size();i++){
if(!isVisited[i]){
dfs(isVisited,i);
}
}
}
//对一个结点进行广度优先遍历的方法
public void bfs(boolean []isVisited,int i){
int u;// 表示队列的头结点对应下标
int w;// 邻接结点w
// 队列,记录结点访问的顺序
LinkedList queue = new LinkedList();
// 访问结点,输出结点信息
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()){
//取出队列的头结点下标
u= (int) queue.removeFirst();
//得到第一个邻接结点的下标 w
w=getFirstNeighbor(i);
while (w!=-1){
//是否访问过
if(!isVisited[w]){
System.out.print(getValueByIndex(w) + "=>");
//标记已经访问
isVisited[w]=true;
//入队
queue.addLast(w);
}
//以u为前驱点,找w后面的下一个邻结点
w=getNextNeighbor(u,w);
}
}
}
//遍历所有的结点,都进行广度优先搜索
public void bfs(){
isVisited=new boolean[vertexList.size()];
for (int i=0;i<vertexList.size();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[] ea:edges){
System.out.println(Arrays.toString(ea));
}
}
//得到边的数目
public int getNumOfEdges(){
return numOfEdges;
}
//返回结点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];
}
//插入结点
public void insertVertex(String insertValue){
vertexList.add(insertValue);
}
//添加边
public void insertEdge(int v1,int v2,int weight){
edges[v1][v2]=weight;
numOfEdges++;
}
}