无向图的深度java代码,[Java教程]无向图—深度优先和广度优先算法极其应用

[Java教程]无向图—深度优先和广度优先算法极其应用

0

2017-06-09 00:00:42

首先在这里介绍下Algorithms这个网站第二部分，是Algorithms这本书的在线课程。

另外Coursera上的图上的算法的这个课程也很不错。

图的几种表示方法：

用那种方式(数据结构)表示图，这包含以下两个要求：(1) 空间要合适  (2)实例的方法的实现一定要快

那么有三种可供选择：

(1)边的集合，如下：

简单但是不满足第二个条件——要实现邻接表adj()要遍历图中所有的边。

(2)邻接矩阵：

使用一个V乘V的布尔举证，空间上是不满足的。

(3)邻接列表：

使用一个顶点为索引的数组列表，其中的每个元素都是和该顶点相邻的顶点列表。

由于采用如上方式具有比较好的灵活性，采用邻接列表来表示的话，可以定义如下数据结构来表示一个Graph对象。public class Graph{ private readonly int verticals;//顶点个数 private int edges;//边的个数 private List[] adjacency;//顶点联接列表 public Graph(int vertical) { this.verticals = vertical; this.edges = 0; adjacency=new List[vertical]; for (int v = 0; v < vertical; v++) { adjacency[v]=new List(); } } public int GetVerticals () { return verticals; } public int GetEdges() { return edges; } public void AddEdge(int verticalStart, int verticalEnd) { adjacency[verticalStart].Add(verticalEnd); adjacency[verticalEnd].Add(verticalStart); edges++; } public List GetAdjacency(int vetical) { return adjacency[vetical]; }}

深度优先算法

在谈论深度优先算法之前，我们可以先看看迷宫探索问题。下面是一个迷宫和图之间的对应关系：

迷宫中的每一个交会点代表图中的一个顶点，每一条通道对应一个边。

迷宫探索可以采用Trémaux绳索探索法。即：在身后放一个绳子

访问到的每一个地方放一个绳索标记访问到的交会点和通道

当遇到已经访问过的地方，沿着绳索回退到之前没有访问过的地方：

图示如下：

下面是迷宫探索的一个小动画：

深度优先搜索算法模拟迷宫探索。在实际的图处理算法中，我们通常将图的表示和图的处理逻辑分开来。所以算法的整体设计模式如下：创建一个Graph对象

将Graph对象传给图算法处理对象，如一个Paths对象

然后查询处理后的结果来获取信息

我们可以看到，递归调用dfs方法，维护了一个marked[]标记数组，在调用之前判断该节点是否已经被访问过。

深度优先算法描述：在访问一个顶点时

1.将它标记为已经访问；

2.递归的访问它的所有没有被标记过的邻居顶点。public class DepthFirstSearch{ private bool[] marked;//记录顶点是否被标记 private int count;//记录查找次数 private DepthFirstSearch(Graph g, int v) { marked = new bool[g.GetVerticals()]; dfs(g, v); } private void dfs(Graph g, int v) { marked[v] = true; count++; foreach (int vertical in g.GetAdjacency(v)) { if (!marked[vertical]) dfs(g,vertical); } } public bool IsMarked(int vertical) { return marked[vertical]; } public int Count() { return count; }}

试验一个算法最简单的办法是找一个简单的例子来实现。

算法应用：

连通性。给定一幅图，回答“两个给定顶点是否连通？” 或者 “图中有多少个连通子图？”

寻找路径。给定一幅图和一个起点，回答“从s到给定目的顶点v是否存在一条路径？如果有，找出这条路径。”

检测环。给定的图是无环图吗？

双色问题。能够用两种颜色将图的所有顶点着色，使得任意一条边连个顶点的颜色都不相同？这个问题等价于：这是一个二分图吗？

深度优先路径查询

有了这个基础，我们可以实现基于深度优先的路径查询，要实现路径查询，我们必须定义一个变量来记录所探索到的路径。

所以在上面的基础上定义一个edgesTo变量来后向记录所有到s的顶点的记录，和仅记录从当前节点到起始节点不同，我们记录图中的每一个节点到开始节点的路径。为了完成这一日任务，通过设置edgesTo[w]=v，我们记录从v到w的边，换句话说，v-w是做后一条从s到达w的边。 edgesTo[]其实是一个指向其父节点的树。

注意代码只是在前面算法的基础上维护了一个edgTo数组，并用栈Stack保存路径。public class DepthFirstPaths{ private bool[] marked;//记录是否被dfs访问过 private int[] edgesTo;//记录最后一个到当前节点的顶点 private int s;//搜索的起始点 public DepthFirstPaths(Graph g, int s) { marked = new bool[g.GetVerticals()]; edgesTo = new int[g.GetVerticals()]; this.s = s; dfs(g, s); } private void dfs(Graph g, int v) { marked[v] = true; foreach (int w in g.GetAdjacency(v)) { if (!marked[w]) { edgesTo[w] = v; dfs(g,w); } } } public bool HasPathTo(int v) { return marked[v]; } public Stack PathTo(int v) { if (!HasPathTo(v)) return null; Stack path = new Stack(); for (int x = v; x!=s; x=edgesTo[x]) { path.Push(x); } path.Push(s); return path; }}

上图中是黑色线条表示 深度优先搜索中，所有定点到原点0的路径， 他是通过edgeTo[]这个变量记录的，可以从右边可以看出，

他其实是一颗树，树根即是原点，每个子节点到树根的路径即是从原点到该子节点的路径。

下图是深度优先搜索算法的一个简单例子的追踪。

连通分量

API如下：

CC的实现使用了marked[ ]数组来寻找一个顶点作为每个连通分量中深度优先搜索的起点。递归的深搜第一次调用的参数是顶点0，会标记所有与0连通的顶点。然后构造函数中的for循环会查找每个没有被标记的顶点并递归调用dfs来标记和它相邻的所有顶点。另外，它还使用了一个以顶点作为索引的数组id[ ],将同一个连通分量中的顶点和连通分量的标识符关联起来。这个数组使得connected( )方法的实现变得十分简单。public class CC { private boolean[] marked; private int[] id; private int count; public CC(Graph g){ marked = new boolean[g.getVertexCount()]; id = new int[g.getVertexCount()]; for(int s = 0; s < g.getVertexCount(); s++){ if(!marked[s]){ dfs(g,s); count++; } } } private void dfs(Graph g, int v) { marked[v] = true; id[v] = count; for(int w: g.adj(v)) if(!marked[w]) dfs(g,w); } /** v和w连通吗*/ public boolean connected(int v, int w) { return id[v] == id[w]; } /** v所在的连通分量的标识符*/ public int id(int v) { return id[v]; } /** 连通分量数*/ public int count() {return count;}

检测环/** * 给定的图是无环图吗 * 检测自环:假设没有自环，没有平行边 */public class Cycle { private boolean[] marked; private boolean hasCycle; public Cycle(Graph g){ marked = new boolean[g.getVertexCount()]; for(int i = 0;i

双色问题/** * 双色问题：能够用两种颜色将图的所有顶点着色，使得任意一条边上的两个端点的颜色都不同吗？ * 等价于：判断是否是二分图的问题 */public class TwoColor { private boolean[] marked; private boolean[] color; private boolean isColorable; public TwoColor(Graph g){ isColorable = true; marked = new boolean[g.getVertexCount()]; color = new boolean[g.getVertexCount()]; for(int i = 0; i

广度优先算法

通常我们更关注的是一类单源最短路径的问题，那就是给定一个图和一个源S，是否存在一条从s到给定定点v的路径，如果存在，找出最短的那条(这里最短定义为边的条数最小)

深度优先算法是将未被访问的节点放到一个堆中(stack)，虽然在上面的代码中没有明确在代码中写stack，但是 递归间接的利用递归堆实现了这一原理。

和深度优先算法不同，广度优先是将所有未被访问的节点放到了队列中。其主要原理是：

先将起点加入队列，然后重复一下步骤直到队列为空：

1.取队列中的下一个顶点V并标记它

2.将与v相邻的所有未被标记过的顶点加入队列

广度优先是以距离递增的方式来搜索路径的。class BreadthFirstSearch{ private bool[] marked; private int[] edgeTo; private int sourceVetical;//Source vertical public BreadthFirstSearch(Graph g, int s) { marked=new bool[g.GetVerticals()]; edgeTo=new int[g.GetVerticals()]; this.sourceVetical = s; bfs(g, s); } private void bfs(Graph g, int s) { Queue queue = new Queue(); marked[s] = true; queue.Enqueue(s); while (queue.Count()!=0) { int v = queue.Dequeue(); foreach (int w in g.GetAdjacency(v)) { if (!marked[w]) { edgeTo[w] = v; marked[w] = true; queue.Enqueue(w); } } } } public bool HasPathTo(int v) { return marked[v]; } public Stack PathTo(int v) { if (!HasPathTo(v)) return null; Stack path = new Stack(); for (int x = v; x!=sourceVetical; x=edgeTo[x]) { path.Push(x); } path.Push(sourceVetical); return path; }}

算法应用：最短路径问题

总结：

深度优先搜索和广度优先搜索都是将起点存入数据结构中，然后重复一下步骤直到数据结构被清空：

1.取其中的下一个顶点并标记它

2.将v的所有相邻而未被标记的顶点加入数据结构

这两个算法 的不同之处仅在于从数据结构中获取下一个顶点的规则(广度优先来说是最早加入的顶点，对于深度优先搜索来说是最晚加入的顶点)。

本文网址：http://www.shaoqun.com/a/309862.html

*特别声明：以上内容来自于网络收集，著作权属原作者所有，如有侵权，请联系我们：admin@shaoqun.com。

0