图
图的常用概念
1.顶点(vertex)
2.边(edge)
3.路径
4.无向图(顶点之间没有方向)
5.有向图
6.带权图(带权值的图也叫网)
图的表示方式
- 二维数组(邻接矩阵)
邻接矩阵是表示图形中顶点之家相邻关系的矩阵,对于n个顶点的图而言,矩阵的row和col表示的是1 … n个点。 - 链表(邻接表)
(1)邻接矩阵需要为每个顶点都分配n个空间,其实有很多边都是不存在的,会造成空间的一定损失
(2)邻接表只关心存在的边,不关心不存在的边。因此没有空间浪费,邻接表由数组+链表组成
图的深度优先(Depth First Search)
-
基本思想
1.每次在访问完当前节点后首先访问当前节点的第一个邻接节点
2.深度优先的访问策略是优先往纵向深处挖掘
3.深度优先是一个递归的过程 -
深度优先步骤
1.访问初始节点v,并标记v为已访问
2.查找节点v的第一个邻接节点w
3.若w存在,则继续执行4),如果w不存在,则返回第一步,从v的下一个节点继续
4.若w未被访问,对w进行深度优先递归(即把w当成另一个v,然后进行步骤123)
5.查找节点v的w邻接节点的下一个邻接节点,转到步骤3
图的广度优先(Broad First Search)
-
基本思想
图的广度优先搜索类似于一个分层搜索的过程,广度优先需要使用一个队列来保持访问过得节点的顺序,以便按照这个顺序来访问这些节点的邻接节点 -
广度优先步骤
1.访问初始节点v并标记节点v为已访问
2.节点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,取得头结点u
5.查找节点u的第一个邻接节点w
6.若节点u的邻接节点w不存在,则转到步骤3,否则执行以下三个步骤
1) 若节点w尚未被访问,则访问节点w并标记为已访问
2)节点w入队列
3) 查找节点u的继w邻接节点后的下一个邻接节点w,转到步骤6
代码实现
public class Graph {
private List<String> vertexList; //存储顶点
private int[][] edges; //存储图对应的邻接矩阵
private int numberOfEdges; //表示边的数目
private boolean[] isVisited; //定义数组boolean[]记录某个节点是否被访问过
public static void main(String[] args) {
String[] arr = {"1", "2", "3", "4", "5", "6", "7", "8"};
int len = arr.length;
//创建图对象
Graph graph = new Graph(len);
for (String value : arr) {
graph.insertVertex(value);
}
//A和B连
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);
graph.showGraph();
System.out.println("深度优先");
graph.dfs();
// System.out.println("广度优先");
// graph.bfs();
}
public Graph(int n) {
//初始化矩阵和vertexList
edges = new int[n][n];
vertexList = new ArrayList<>(n);
isVisited = new boolean[n];
numberOfEdges = 0;
}
//插入结点
public void insertVertex(String vertex) {
vertexList.add(vertex);
}
//添加边
public void insertEdge(int v1, int v2, int weight) {
edges[v1][v2] = weight;
edges[v2][v1] = weight;
numberOfEdges++;
}
/**
* 得到第一个邻接节点的下标w
* @param index
* @return 如果存在,返回对应的下标,否则返回-1
*/
public int getFirstNeighbor(int index) {
for (int j = 0; j < vertexList.size(); j++) {
if (edges[index][j] > 0) {
return j;
}
}
return -1;
}
//根据前一个邻接节点的下标来获取下一个邻接节点
public int getNextNeihbor(int v1, int v2) {
for (int j = v2 + 1; j < vertexList.size(); j++) {
if (edges[v1][j] > 0) {
return j;
}
}
return -1;
}
//对dfs进行重载,遍历所有节点进行dfs
public void dfs() {
for (int i = 0; i < vertexList.size(); i++) {
if (!isVisited[i]) {
dfs(isVisited, i);
}
}
System.out.println();
}
private void dfs(boolean[] isVisited, int i) {
//首先访问该节点
System.out.print(getValueByIndex(i) + "-> ");
//将这个节点设置为已访问
isVisited[i] = true;
//查找i的第一个邻接节点w
int w = getFirstNeighbor(i);
while (w != -1) {
if (!isVisited[w]) {
dfs(isVisited, w);
}
w = getNextNeihbor(i, w);
}
}
private void bfs() {
for (int i = 0; i < vertexList.size(); i++) {
if (!isVisited[i]) {
bfs(isVisited, i);
}
}
System.out.println();
}
private void bfs(boolean[] isVisited, int i) {
int u; //表示队列的头结点对应的下标
int w; //邻接节点w
//队列,记录节点访问顺序
LinkedList<Integer> queue = new LinkedList<>();
//访问节点
System.out.print(getValueByIndex(i) + "-> ");
//将这个节点设置为已访问
isVisited[i] = true;
//将节点加入队列
queue.addLast(i);
while (!queue.isEmpty()) {
//取出队列的头节点下标
u = queue.removeFirst();
//得到第一个邻接节点的下标w
w = getFirstNeighbor(u);
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;
//入队列
queue.addLast(w);
}
//以 u 为前驱点,找w后面的下一个邻接节点
w = getNextNeihbor(u, w);
}
}
}
//图中常用方法
//获取节点个数
public int getNumOfVertex() {
return vertexList.size();
}
//返回边的个数
public int getNumOfEdges() {
return numberOfEdges;
}
//返回节点i(下标)对应的数据
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];
}
//显示图对应的矩阵
public void showGraph() {
for (int[] link : edges) {
//System.out.println(Arrays.toString(link));
for (int weight : link) {
System.out.print(weight + " ");
}
System.out.println();
}
}
}