1. BFS
广度优先搜索类似于树的层次遍历过程。它需要借助一个队列来实现。要想遍历从v0到v6的每一个顶点,我们可以设v0为第一层,v1、v2、v3为第二层(即先访问的第一个节点作为第一层,和第一个节点相连的邻接节点作为第二层),v4、v5为第三层,v6为第四层,再逐个遍历每一层的每个顶点。
具体实现:
(1)创建一个visited数组,用来记录已被访问过的顶点;创建一个队列,用来存放每一层的顶点;初始化图G。
(2)从图中的v0开始访问,将的visited[v0]数组的值设置为true,同时将v0入队。
(3)只要队列不空,则重复如下操作:队列顶点元素v0出队。依次检查v0的所有邻接节点w,如果visited[w]=false,则入队,并将visited[w]置为true
代码实现:
public classSolution {//用二维数组表示的无向图
public List Graph_BFS(int[][] graph){//构件一个图和一个visited,均用HashMap表示,List表示和这个点直接相连的节点
Map> map = new HashMap<>();
Map visited = new HashMap<>();for(int[] edge : graph){int from = edge[0];int to = edge[1];if(!map.containsKey(from)){
map.put(from,new ArrayList<>());
}if(!map.containsKey(to)){
map.put(to,new ArrayList<>());
}if(!visited.containsKey(from)){
visited.put(from,false);
}if(!visited.containsKey(to)){
visited.put(to,false);
}
map.get(from).add(to);
map.get(to).add(from);
}
List nodes = new ArrayList<>();
Queue queue = new LinkedList<>();//随机选取一个开始节点
int beginNode = graph[0][0];
visited.put(beginNode,true);
queue.add(beginNode);while(!queue.isEmpty()){int node =queue.poll();
nodes.add(node);for(intconnectedNode : map.get(node)){if(visited.get(connectedNode) == false){
queue.add(connectedNode);//入队之后就把这个节点设为已访问
visited.put(connectedNode, true);
}
}
}returnnodes;
}public static voidmain(String[] args) {//上图的无向图,以数字表示
int[][] graph = new int[][]{{0,2}, {0,1}, {0,3}, {2,4}, {1,4}, {1,5}, {3,5}, {4,6}, {5,6}};
System.out.println(newSolution().Graph_BFS(graph));//输出结果:[0, 2, 1, 3, 4, 5, 6]
}
}
2. DFS
深度优先搜索类似于树的先序遍历过程,需要借助一个栈来实现和一个boolean数组visited[]。要想遍历从v0到v6的每一个顶点,先把v0入栈,然后随机挑选一个和v0连接的visited为false的节点,入栈(每个节点入栈的时候,都要把这个节点的visited设为true)。
创建一个visited数组,用于记录所有被访问过的顶点。
具体实现:
1.从图中v0出发,访问v0。
2.找出v0的第一个未被访问的邻接点,访问该顶点。以该顶点为新顶点,重复此步骤,直至刚访问过的顶点没有未被访问的邻接点为止。
3.返回前一个访问过的仍有未被访问邻接点的顶点,继续访问该顶点的下一个未被访问领接点。
4.重复2,3步骤,直至所有顶点均被访问,搜索结束。
public List Graph_DFS(int[][] graph){
Map> map = new HashMap<>();
Map visited = new HashMap<>();for(int[] edge : graph){int from = edge[0];int to = edge[1];if(!map.containsKey(from)){
map.put(from,new ArrayList<>());
}if(!map.containsKey(to)){
map.put(to,new ArrayList<>());
}if(!visited.containsKey(from)){
visited.put(from,false);
}if(!visited.containsKey(to)){
visited.put(to,false);
}
map.get(from).add(to);
map.get(to).add(from);
}
List nodes = new ArrayList<>();
LinkedList stack = new LinkedList<>();//随机选取一个开始节点
int beginNode = graph[0][0];
visited.put(beginNode,true);
stack.push(beginNode);while(!stack.isEmpty()){int node =stack.pop();
nodes.add(node);for(intconnectedNode : map.get(node)){if(!visited.get(connectedNode)){
stack.push(connectedNode);
visited.put(connectedNode,true);
}
}
}returnnodes;
}
// System.out.println(new Solution().Graph_DFS(graph));
// 输出结果:[0, 3, 5, 6, 4, 1, 2]