利用JGrapht对有向无环图进行广度优先遍历

环境需求:JDK:1.8
jar:jgrapht-core-1.01.jar

package edu;

import org.jgrapht.experimental.dag.DirectedAcyclicGraph;
import org.jgrapht.experimental.dag.DirectedAcyclicGraph.CycleFoundException;
import org.jgrapht.graph.DefaultEdge;
import org.jgrapht.traverse.BreadthFirstIterator;

public class HelloJgrapht {

    public static void main(String[] args) {
        DirectedAcyclicGraph<String,DefaultEdge> dag = createGraph();
        System.out.println(dag);
        System.out.println(dag.getAncestors(dag, "v1"));
        System.out.println(dag.getDescendants(dag, "v1"));
        
        BreadthFirstIterator<String, DefaultEdge> bfi = new BreadthFirstIterator<String, DefaultEdge>(dag, "v1");
        while (bfi.hasNext()) {
            System.out.println( bfi.next() );
        }
        
    }
    private static DirectedAcyclicGraph<String,DefaultEdge> createGraph(){
        DirectedAcyclicGraph<String,DefaultEdge> g = new DirectedAcyclicGraph<String,DefaultEdge>(DefaultEdge.class);
        String v1 = "v1";
        String v2 = "v2";
        String v3 = "v3";
        String v4 = "v4";
        String v5 = "v5";

        // add the vertices
        g.addVertex(v1);
        g.addVertex(v2);
        g.addVertex(v3);
        g.addVertex(v4);
        g.addVertex(v5);

        // add edges to create a circuit
        try {
            g.addDagEdge(v1, v5);
            g.addDagEdge(v5, v3);
            g.addDagEdge(v3, v4);
            g.addDagEdge(v1, v2);
            g.addDagEdge(v4, v2);
        } catch (CycleFoundException e) {
            e.printStackTrace();
        }
        return g;
    }
}

输出

([v1, v2, v3, v4, v5], [(v1,v5), (v5,v3), (v3,v4), (v1,v2), (v4,v2)])
[]
[v2, v3, v4, v5]
v1
v5
v2
v3
v4

转载于:https://www.cnblogs.com/xigui/p/6407764.html

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是无向图的深度优先遍历和广度优先遍历的介绍和演示: 1.深度优先遍历(DFS): 深度优先遍历是一种用于遍历或搜索树或图的算法。在这种搜索方法中,从根结点开始,尽可能深地搜索每个分支,直到找到目标值或无法继续为止。然后回溯到前一个结点,尝试另一条分支,直到所有结点都被访问为止。 以下是一个无向图的深度优先遍历的Python代码示例: ```python # 无向图的深度优先遍历 def DFS(graph, start, visited=None): if visited is None: visited = set() visited.add(start) print(start, end=' ') for next in graph[start] - visited: DFS(graph, next, visited) return visited # 无向图的邻接表表示 graph = {'A': set(['B', 'C']), 'B': set(['A', 'D', 'E']), 'C': set(['A', 'F']), 'D': set(['B']), 'E': set(['B', 'F']), 'F': set(['C', 'E'])} # 从顶点A开始遍历 print("深度优先遍历结果:") DFS(graph, 'A') ``` 输出结果为:A B D E F C 2.广度优先遍历(BFS): 广度优先遍历是一种用于遍历或搜索树或图的算法。在这种搜索方法中,从根结点开始,逐层遍历每个分支,直到找到目标值或无法继续为止。 以下是一个无向图的广度优先遍历的Python代码示例: ```python # 无向图的广度优先遍历 def BFS(graph, start): visited, queue = set(), [start] visited.add(start) while queue: vertex = queue.pop(0) print(vertex, end=' ') for next in graph[vertex] - visited: visited.add(next) queue.append(next) # 无向图的邻接表表示 graph = {'A': set(['B', 'C']), 'B': set(['A', 'D', 'E']), 'C': set(['A', 'F']), 'D': set(['B']), 'E': set(['B', 'F']), 'F': set(['C', 'E'])} # 从顶点A开始遍历 print("广度优先遍历结果:") BFS(graph, 'A') ``` 输出结果为:A B C D E F
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值